yanxiaoyong的个人博客分享 http://blog.sciencenet.cn/u/yanxiaoyong 在路上……

博文

复杂网络分析库NetworkX学习笔记(1):入门

已有 67886 次阅读 2010-6-21 12:52 |个人分类:NetworkX|系统分类:科研笔记|关键词:复杂网络,NetworkX| 复杂网络, NetworkX



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http://pypi.python.org/pypi/networkx/下载networkx-1.1-py2.6.egg,到http://sourceforge.net/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http://sourceforge.net/projects/matplotlib/http://sourceforge.net/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:Python26Libsite-packageseasy_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:Python26libsite-packagesnetworkx-1.1-py2.6.eggnetworkx__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,为了少打几个字母,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(可以试着运行上述代码,自己查看结果)。

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。

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http://networkx.lanl.gov/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:

path=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]

四、小结

作为NetworkX学习笔记的第一部分,今天先简单介绍下NetworkX的安装与基本使用方法。后边有时间会陆续介绍:用NetworkX进行复杂网络拓扑结构统计指标计算、典型复杂网络建模(随机图、小世界、无标度等)以及复杂网络可视化的方法等,请感兴趣的朋友关注并提出批评与意见。




复杂网络研究
http://blog.sciencenet.cn/blog-404069-337442.html

上一篇:根据值的大小随机取数组元素的方法
下一篇:复杂网络分析库NetworkX学习笔记(2):统计指标计算

8 卢宏超 张云红 汤浙江 杨华磊 赵星 方锦清 duxingxia zguodong2006

发表评论 评论 (38 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-11-13 23:49

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部