NetworkX教程：从入门到绘制（英文版）

网络X教程(英文版)第1.7版是由Aric Hagberg、Dan Schult和Pieter Swart三位作者编写的，于2012年7月发布。这本书是网络X库的学习指南，它详细介绍了如何在Python中使用networkx这一强大的图形处理工具。networkx是一个广泛应用于复杂网络分析、社交网络建模、图算法实现等领域的库，其核心概念包括图、节点、边以及它们的属性。 **1. 创建图** 首先，通过`import networkx as nx`导入library，然后创建一个空图`G=nx.Graph()`，它没有预设的节点和边。在networkx中，图被视为由节点（vertices）组成的集合，这些节点通过标识对相连，可以是任何可哈希的对象，比如字符串、图像、XML对象甚至其他图，但需注意Python的None对象不能用作节点，因为它会影响许多函数的默认行为。 **2. 节点** 图的构建可以通过各种方式实现，networkx提供了丰富的生成器函数和数据读写功能。添加节点时，可以使用诸如`G.add_node(node)`这样的方法，可以一次性添加多个节点，如`G.add_nodes_from(nodes)`。 **3. 边与连接** 边在networkx中代表节点之间的关系。可以通过`G.add_edge(node1, node2)`或`G.add_edges_from([(node1, node2), ...])`来添加边。边也可以附加属性，例如权重、方向等，这对于记录额外信息非常有用。 **4. 使用节点和边** 理解如何选择合适的节点和边类型至关重要。网络X允许灵活地定义节点和边的性质，这取决于应用场景的需求，比如社交网络中的朋友关系、网页间的链接等。 **5. 访问边** 要访问图中的边，可以使用`G.edges()`获取所有边，`G.neighbors(node)`获取指定节点的所有邻居，或者`G.adj[node]`查看该节点的邻接表。 **6. 添加属性** networkx支持为图、节点和边添加属性，这是其强大之处。每个对象都有`graph.graph`、`node.nodes`和`edge.edges`属性来存储额外的数据。例如，`G.graph['name']`可以设置或获取图的全局属性，`G.node[node]['color']`设置或查询节点的颜色属性。 **7. 有向图与无向图** 区分无向图和有向图很重要，因为它们的行为和分析方法不同。networkx的`DiGraph`类用于表示有向图，其边具有明确的方向性。 **8. 多图** 多图允许边具有多重连接，即一条边可以连接两个节点多次。`MultiGraph`和`MultiDiGraph`类分别处理无向和有向的多图。 **9. 图生成器与操作** networkx提供多种生成特定类型图的函数，如随机图、星形图、完全图等。此外，还有许多图操作，如并集、交集、差集、连通分量检测等。 **10. 分析图** 图的分析涉及度中心性、聚类系数、路径分析等网络分析方法，networkx封装了众多图算法，如PageRank、最短路径算法等。 **11. 绘制图** 最后，理解如何使用`nx.draw(G)`或更复杂的绘图选项将图可视化，对于理解和解释数据非常有帮助。 开始使用networkx之前，确保对这些基本概念有深入的理解，随着实践，你将能够构建和分析各种复杂的网络结构。