python networkx中获得有向图的successor

要获得有向图的successors（后继节点），可以使用networkx库中`successors(G, node)`函数。其中，`G`是有向图对象，`node`是指定节点。

示例代码：

import networkx as nx

# 创建有向图
G = nx.DiGraph()
G.add_edges_from([(1, 2), (1, 3), (2, 4), (3, 4)])

# 获取节点1的后继节点
successors = list(G.successors(1))
print(successors) # 输出 [2, 3]

以上代码将输出节点1的后继节点，即`[2, 3]`。

相关问题

python networkx中获得有向图中所有节点的后继节点

要获得有向图中所有节点的后继节点，可以遍历图中的所有节点，并使用`successors(G, node)`函数获取每个节点的后继节点，最终将结果存储在一个字典中。

示例代码：

import networkx as nx

# 创建有向图
G = nx.DiGraph()
G.add_edges_from([(1, 2), (1, 3), (2, 4), (3, 4)])

# 获取所有节点的后继节点
successors_dict = {}
for node in G.nodes:
    successors_dict[node] = list(G.successors(node))

print(successors_dict) # 输出 {1: [2, 3], 2: [4], 3: [4], 4: []}

以上代码将输出所有节点的后继节点，即`{1: [2, 3], 2: [4], 3: [4], 4: []}`。

python networkx画有向图

### 回答1：
Python的networkx库可以用来画有向图。具体步骤如下：

1. 导入networkx库

import networkx as nx

2. 创建有向图

G = nx.DiGraph()

3. 添加节点

G.add_node('A')
G.add_node('B')
G.add_node('C')

4. 添加边

G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.add_edge('C', 'A')

5. 绘制有向图

nx.draw(G, with_labels=True)

完整代码如下：

import networkx as nx

G = nx.DiGraph()

G.add_node('A')
G.add_node('B')
G.add_node('C')

G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.add_edge('C', 'A')

nx.draw(G, with_labels=True)

运行代码后，会弹出一个窗口显示有向图。

### 回答2：
Python的networkx库是一个广泛使用的Python软件包，用于创建、操作和分析复杂的网络。 它支持多种类型的网络，包括带权值和无权值的有向图、无向图和多图。 进一步，它可以应用于网络分析、图形可视化、生物信息学、社交网络分析、计算机视觉等领域。

网络图是由节点和边（连接节点的线或箭头）组成的图，可以很好地表达各种关系。 通过将节点和边连接成图，网络可视化可以帮助我们轻松地理解各种关系和模式。

在Python中，我们可以使用networkx库创建和可视化有向图。下面的代码演示了如何创建和可视化一个简单的有向图：

import networkx as nx
import matplotlib.pyplot as plt

# 创建一个空有向图
G = nx.DiGraph()

# 添加节点
G.add_node("A")
G.add_node("B")
G.add_node("C")
G.add_node("D")

# 添加边
G.add_edge("A", "B")
G.add_edge("B", "C")
G.add_edge("C", "D")
G.add_edge("D", "A")

# 可视化图形
nx.draw(G, with_labels=True)
plt.show()

在这个例子中，我们首先导入了networkx和matplotlib.pyplot库。然后，我们创建了一个名为G的空有向图。我们添加了四个节点A、B、C和D，然后添加了四个边连接这些节点。最后，我们使用nx.draw函数将图可视化。

当我们运行上面的代码时，我们可以看到一个正方形的有向图，其中四个节点A、B、C和D通过箭头连接起来。节点有标签，边没有。

我们还可以改变节点的形状、颜色和大小，添加标签和权重等。networkx库拥有丰富的可视化选项和函数，可以帮助我们创建更复杂的图形。

### 回答3：
Python Networkx是一个基于Python语言的强大图形可视化工具。它被广泛用于在Python中创建和操作不同类型的图，包括有向图。通过使用Python语言和Networkx库的强大功能，可以轻松地创建高质量、具有可视化效果的有向图。

要使用Python Networkx来画有向图，需要按照以下步骤：

1. 首先，需要安装Python Networkx。通过pip安装即可。

2. 创建一个空的有向图。这可以通过使用networkx库中的DiGraph（）方法实现。

3. 添加有向图中的节点。可以用add_node()方法。

4. 建立有向边。 可以使用add_edge()方法，指定起点和终点。

5. 通过使用matplotlib或其他可视化库，可以使有向图更容易可视化，并可进行必要的图形布局和排版。

下面是一个示例代码，该示例代码将通过Networkx和matplotlib绘制有向图：

import networkx as nx
import matplotlib.pyplot as plt

# 创建一个有向图
G = nx.DiGraph()

# 添加节点
G.add_node('A')
G.add_node('B')
G.add_node('C')

# 添加边
G.add_edge('A', 'B')
G.add_edge('B', 'C')

# 绘制图形
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos, node_size=500, node_color='lightblue')
nx.draw_networkx_edges(G, pos, width=2, arrowstyle='->', arrowsize=10)
nx.draw_networkx_labels(G, pos, font_size=12, font_family='sans-serif')

plt.axis('off')
plt.show()

在上面的代码中，首先导入了网络X和matplotlib库。然后通过DiGraph()方法创建一个空的有向图，并使用add_node()方法添加节点。然后，使用add_edge()方法添加边，并使用spring_layout使用Spring布局算法分配节点位置。最后，通过使用matplotlib函数draw_networkx_nodes、draw_networkx_edges和draw_networkx_labels绘制图形。

绘制有向图是python Networkx中最常见的操作之一，python Networkx帮助我们轻松地创建和操作不同类型的图，从而创建具有可视化效果的图形。无论是作为工程师还是数据科学家，每个人都能够受益于Networkx强大的可视化能力。