(word完整版)复杂网络分析库NetworkX学习笔记(1)：入门

复杂网络分析库NetworkX学习笔记（1）：入门
本文转载至：/blog-404069-337442.html
NetworkX是一个用Python语言开发的图论与复杂网络建模工具，内置了常用的图与复杂网络分析算法，可以方便的进行复杂网络数据分析、仿真建模等工作。

我已经用了它一段时间了，感觉还不错（除了速度有点慢），下面介绍我的一些使用经验，与大家分享。

一、NetworkX及Python开发环境的安装
首先到/pypi/networkx/下载networkx-1.1-py2.6.egg，到/projects/pywin32/下载pywin32-214.win32-py2.6.exe。

如果要用Networkx的制图功能，还要去下载matplotlib和numpy，地址分别在/projects/matplotlib/和/projects/numpy/files/。

注意都要用Python 2.6版本的。

上边四个包中，pywin32、matplotlib和numpy是exe文件，按提示一路next，比较容易安装。

而NetworkX是个egg文件，安装稍微麻烦，需要用easyinstall安装。

具体方法：启动DOS控制台（在“运行”里输入cmd），输入C:\Python26\Lib\site-packages\easy_install.py C:\networkx-1.1-py2.6.egg，回车后会自动执行安装。

注意我是把
networkx-1.1-py2.6.egg放到了C盘根目录，读者在安装时应该具体根据情况修改路径。

安装完成后，启动“开始- 程序- ActiveState ActivePython 2.6 (32-bit) - PythonWin Editor”，在shell中输入：
import networkx as nx
print nx
如果能输出：
<module 'networkx' from 'C:\Python26\lib\site-packages\networkx-1.1-py2.6.egg\networkx\__init__.pyc'>
说明Networkx已经安装好了，可以正常调用。

关于Python语言，如果没有接触过可以找一本Python的语法书来看看（推荐《Python 精要参考(第二版)》，网上有电子版）。

这个语言很简单易学，只要有点编程基础，几天就可以学会它，然后就可以自如的运用它调用NetworkX了。

二、建立图或网络
1、无向图
在PythonWin 的Shell里输入：
import networkx as nx #导入NetworkX包，将其重命名为nx
G=nx.Graph() #建立一个空的无向图G
G.add_node(1) #添加一个节点1
G.add_edge(2,3) #添加一条边2-3（隐含着添加了两个节点2、3）
G.add_edge(3,2) #对于无向图，边3-2与边2-3被认为是一条边
print G.nodes() #输出全部的节点：[1, 2, 3]
print G.edges() #输出全部的边：[(2, 3)]
print G.number_of_edges() #输出边的数量：1
这样就可以建立一个简单的无向图了。

如果你的数据是存在文件里的,可以循环从文件中读取节点和边添加到G中。

2、有向图
有向图的建立方式和无向图基本类似，只是在上述代码的第二行，将G = nx.Graph() 改为G = nx.DiGraph() 。

需要注意的是，此时再添加边3-2与边2-3，则被认为是两条不同的边。

同时，有向图和无向图是可以相互转化的，分别用到Graph.to_undirected() 和Graph.to_directed()两个方法。

import networkx as nx #导入NetworkX包，将其重命名为nx
G=nx.DiGraph() #建立一个空的无向图G
G.add_node(1) #添加一个节点1
G.add_edge(2,3) #添加一条边2-3（隐含着添加了两个节点2、3）
G.add_edge(3,2) #对于无向图，边3-2与边2-3被认为是一条边
print G.nodes() #输出全部的节点：[1, 2, 3]
print G.edges() #输出全部的边：[(2, 3)]
print G.number_of_edges() #输出边的数量：1
3、加权图（网络）
有向图和无向图都可以给边赋予权重，用到的方法是add_weighted_edges_from，它接受1个或多个三元组[u,v,w]作为参数，其中u是起点，v是终点，w是权重。

例如：
G.add_weighted_edges_from([(0,1,3.0),(1,2,7.5)]) #添加0-1和1-2两条边，权重分别是3.0和7.5。

如果想读取权重，可以使用get_edge_data方法，它接受两个参数u和v，即边的起讫点。

例如：
print G.get_edge_data(1,2) #输出{'weight': 7.5}，这是一个字典结构，可以查看python语法了解它的用法。

三、调用图算法
NetworkX提供了常用的图论经典算法，例如DFS、BFS、最短路、最小生成树、最大流等等，非常丰富，如果不做复杂网络，只作图论方面的工作，也可以应用NetworkX作为基本的开发包。

具体的算法调用方法我就不一一介绍了，可以浏览NX的在线手册/reference/algorithms.html，对每个算法都提供了详细的帮助文档和示例。

下面只给出一个最短路算法的例子：
ath=nx.all_pairs_shortest_path(G) #调用多源最短路径算法，计算图G 所有节点间的最短路径
print path[0][2] #输出节点0、2之间的最短路径序列：[0, 1, 2]。