数据分析学习笔记(三)-NetworkX的使用?创建简单的空图形（没有边和点）? ??????import networkx as nx? ? g
数据分析学习笔记(三)-NetworkX的使用
?
创建简单的空图形（没有边和点）? ??????import networkx as nx
? ? g = nx.Graph();
????? ? h = nx.Graph( g); ? ?#可以在构建Graph对象时指定值来构造一个新的Graph对象
? ? f = nx.Graph( [ (1,2),(2,3),(1,3)]); ?#可以在构建Graph对象时指定node关系的数组来构建Graph对象
????根据定义，一个Graph就是一个所有nodes的集合。在NetworkX中，nodes能够代表任何对象，例如一个文本，一个图片，一个xml对象或者另外一个Graph，一个自定义的对象等等。? ? 由于NetworkX提供了多种Graph对象生成方法，并且体痛了读写方法来读写多种格式，所以Graph对象能够使用多种方式创建。
----------------------Nodes????
? ? graph对象能够添加node（节点）
? ? g.add_node(1); ? #添加一个节点????
? ? g.add_nodes_from( [2,3]) ? #添加一个节点列表
? ??? ? h =?nx.path_graph(10)????g.add_nodes_from( h) ?#添加一个能够迭代的集合(例如：list, set, graph, file等等)，这样g中包含了h中的元素
? ? g.add_node( h) ? ?#这是将h作为一个node添加到g中
? ? g.add_nodes_from( 'span'); ? #将span拆分为一个字符数组，然后添加node
? ? Note: 最后，h是一个graph对象，将h最为g的node，是一个很灵活的特性。这样节点可以是graph中的graph，files中的graphs，method中的graph等等。值得思考的是，如果结构化你的应用使得那些node都是有用的实体。如果你愿意，你还可以是g对应一个唯一的表示，每个node对应一个被表示的key。如果node对应的是对象中的内容，那么当内容变化是，不应该修改对象，应该修改node对应的内容（有点绕）。
-----------------------Edges
? ? graph对象中还能够添加edges(边)；
????
? ? g.add_edge(1,2) ? ?# 添加一个1和2之间的edge
? ? e=(2,3) ? ? ? ? ? ? ? ? ? #定义个关系
? ? g.add_edge( *e) ? ?#添加关系对象
? ? g.add_edges_from([(1,2),(2,3)]) ?#添加一个edge数组
? ? g.add_edges_from( h.edges()); ? #h.edges()返回的h的包含所有edge的数组
? ? #拆除graph对象中的node和edge可以使用如下方法
? ? g.remove_node()
? ? g.remove_nodes_from()
? ? g.remove_edge()? ? g.remove_edges_from()
? ? #删除所有的node和edge
? ? g.clear();
? ? #如果重复添加相同的node和edge，NetworkX将会将会忽略那些重复的内容。? ? g.add_nodes_from("span");? ? g.add_node( "s");
????
? ? #获取一个Graph对象中node和edge的数量
? ? g.number_of_nodes();
? ? g.number_of_edges();
? ? #获取一个Graph对象中的node数组或者edge数组
? ? g.nodes();
? ? g.edges();
? ? g.neighbors(1); ? #获取与node为1相邻的node是节点
? ? g.remove_edge( 1,2); ? #删除node1和node2之间的edge，自此node1和node2不再为相邻的node
------------------------------
如何使用nodes和edges？????
? ? 获取你已经注意到了node和edge并不是Graph的对象。这就能够使你更加灵活的使用node和edge，如果在python中使用string和number。node可以为任何hashable对象（除了Node），edge还可以和其他Graph对象中的node建立关联。例如：
????? ? g.add_node( n1, n2, Graph=x);
????? ? 例如，n1,n2可以代表生物蛋白质资料库中两种蛋白质对象,x可以是代表一个观察实验出版物中的xml片段记录。????????
????? ? 如果熟悉他们，那么他们会非常有用。如果滥用也会带来意想不到的结果。如有疑问可以通过convert_node_labels_to_integers()方法来获得更多的有整数组成的传统图形。
-------------------------除了使用上面提到的方法外，可以使用索引下标来访问edge????
? ? >>>g[1]
? ? {2,{}}
? ? >>>g[1][1]
? ? {}
????
? ? Note：不要修改返回到额字典结构，它是graph固有的一部分，直接修改会导致不一致的状态
? ? 同样通过下标可以设置edge的属性
????
? ? g.add_edge( 1, 3)
? ? g[1][1][ "color"] = "blue"
? ? 通过迭代快速查找所有的edge
"path.to.file")
--------------Analyzing graphs(分析图)
? ? 结构话的praph能够使用提供的方法来进行分析：
????? ? g = nx.Graph()????? ? g.add_edges_from( [(1,2),(1,3)])
????? ? g.add_node( "spam")
????? ? nx.connected_components( g) ? #将node有关联的显示一个数组中。返回的为一个数组
????? ? 打印: [ [1,2,3], [ "spam"]]
????? ? sorted( nx.degree( g).values())
????? ? 打印： [ 0, 1, 1, 2]
????? ? nx.clustering( g) ? #聚合
????? ? 打印： { 1 : 0.0, 2:0.0 , 3: 0.0 . "spam":0.0}
????? ? nx.degree( g) ? ? ? ?#显示等级
????? ? 打印:{1:2, 2:1,3:1,"spam":0}
????????
????? ? 对于特殊的node，可以将一个单独的node或者node集合作为参数。如果传入一个独立的node，那么返回一个独立的值，如果传入一个node集合，这个方法将返回一个字典类型的数据????
????????
????? ? nx.degree(g,1)????? ? #返回第一个node的值
????? ? 2
????????
????? ? g.degree( 1) ? ? ? ? ? #返回第一个node的值
????? ? 2
????? ? g.degree( 1, 2) ? ? ? #返回从第一个node开始，前两个node的值
????? ? {1:2, 2:1}
????? ? sorted( g.degree( [ 1, 2]).values()) ?#返回1和2并排序输出结果????? ? [1,2]
????? ? sorted( g.degree().values()) ? ? ? ? ? ?#返回g中node的权重，并排序输出结果
????? ? 想要了解更加详细的算法只是，参考：算法
---------------------Drawing Praphs(绘制图形)????
????? ? NetworkX并不是首选的图形绘制包，但是它包含了基本的图形绘制工具开源包Matplotlib。如果需要的话可以引入network.drawing包。（更详细的文档参考：Drawing）
????? ? 注意： NetworkX中的绘图包不和Python3兼容
????????
????? ? 首先引入 Matplotlib的plot接口
????? ? import matplotlib.pyplot as plt
????? ? 如果成功引入 networkx.drawing那么可以使用下面的方法绘制graph对象
????? ? nx.draw( g)????? ? nx.draw_random( g)
????? ? nx.draw_circular( g)
????? ? nx.draw_spectral( g)
????? ? 将绘制的内容保存的一个文件中使用下面的方法
????? ? nx.draw( g)
????? ? plt.savefig( "path.png")
数据分析学习笔记(四)-使用NetworkX进行数据分析的实例
