NetworkX：Python图论操作详解（2）- 结点与边属性管理

在Python图论算法实现工具NetworkX的系列文章中，第二部分主要关注结点（nodes）和边（edges）的操作，以及它们的属性管理。首先，让我们理解图的属性（graph attributes），这些可以是全局的，用于表示整个图的特征，如图的类型（directed or undirected）、权重（weighted or unweighted）等。 Node Attributes (结点属性): - NetworkX图中的每个结点都有其自身的属性，可以是任意的数据类型，比如整数、字符串、浮点数，甚至可以是自定义对象。通过`G.nodes[node_id].update({key: value})`可以为特定节点添加或更新属性。 - 示例中的`G[1][3]['color']="blue"`展示了如何通过下标方式为边设置颜色属性。 Edge Attributes (边属性): - 边在NetworkX中也有自己的属性，同样可以存储各种数据，如权重、方向性等。`G.add_edge(node1, node2, attr_dict={key: value})`用来创建并设置边的属性。 - `G.edges[1,2]['color']="red"`展示了如何通过边的两个端点索引访问并修改边的属性。 访问和操作: - 使用`Graph.edges()`和`Graph.adj()`方法获取边列表和邻接关系，这两个方法返回的是视图（view），可以直接对边进行增删改查操作。注意，对于无向图，`adj`会包含双向边的信息。 - `G.adjacency()`和`G.adj.item()`提供更详细的邻接矩阵访问，可以直接获取所有邻接信息，包括边的属性。 - 示例中，`G[1]`和`G[1][2]`都用于访问与结点1相关的邻居和边，`G.add_edge(1,3)`动态添加新边，并可通过下标修改边的属性。 可视化： - 对于图的可视化，可以利用`nx.Graph()`创建空图，并通过`add_weighted_edges_from()`添加带权重的边。例如，`FG.add_weighted_edges_from([(1,2,0.125), ...])`展示了如何根据权重创建有向图。 - 可视化时，可以根据边的权重条件进行筛选，如`if wt < 0.5: print(...)`，只显示权重小于0.5的边。 总结： 这部分内容深入讲解了如何在NetworkX中有效地操作结点和边，包括它们各自的属性管理和访问方式，以及如何结合权重进行图的可视化。这对于理解和应用Python图论算法至关重要，无论是处理实际问题还是进行理论研究，都能提供强大的工具支持。