首页 > 代码库 > NetworkX初相识
NetworkX初相识
听说NetworkX是一个很牛的复杂网络研究的工具，就来试一下吧。
import networkx as nx G= nx.Graph()#建立一个空白的图 G.add_node("node1")#增加一个叫node1的节点 G.add_node(1) G.add_node(2)#增加两个叫做1，2的节点 G.add_edge(1,2)#增加一个连接节点1，2的边 print(G.nodes())#打印图G的节点 print(G.edges())#打印图G的边 nx.draw(G)#绘制图G的图像
得到一个这样的图像，点里面没有显示节点的名称。怎样才能显示节点名称呢？
参考nx.draw()方法。
nx.draw(G,with_lables = True)#节点是否带标签
还有一些其他的细节问题，如标签颜色，字体大小，透明度等等，详细内容参考：http://www.cnblogs.com/forstudy/archive/2012/03/20/2408125.html
NetworkX提供了4种常见网络的建模方法，分别是：规则图，ER随机图，WS小世界网络和BA无标度网络。
本文首先介绍在NetworkX生成这些网络模型的方法，然后以BA无标度网络的建模为例，分析利用NetworkX进行复杂网络演化模型设计的基本思路，以便将来开发出我们自己的模型。
参考网址：http://blog.sina.com.cn/s/blog_720448d301018px7.html
http://www.cnblogs.com/forstudy/archive/2012/03/20/2407954.html
1.规则图
在NetworkX中，用random_graphs.random_regular_graph(d, n)方法可以生成一个含有n个节点，每个节点有d个邻居节点的规则图。下面是一段示例代码，生成了包含20个节点、每个节点有3个邻居的规则图：
首先运行ipython --pylab
import networkx as nx #import matplotlib.pyplot as plt RG = nx.random_graphs.random_regular_graph(3,20) #生成包含20个节点、每个节点有3个邻居的规则图RG pos = nx.spectral_layout(RG) #定义一个布局，此处采用了spectral布局方式，后变还会介绍其它布局方式，注意图形上的区别 nx.draw(RG,pos,with_labels=False,node_size = 30) #绘制规则图的图形，with_labels决定节点是非带标签（编号），node_size是节点的直径 #plt.show() #显示图形
运行结果如下：
2.ER随机图
ER随机图是早期研究得比较多的一类“复杂”网络，这个模型的基本思想是以概率p连接N个节点中的每一对节点。在NetworkX中，可以用random_graphs.erdos_renyi_graph(n,p)方法生成一个含有n个节点、以概率p连接的ER随机图：
首先运行ipython --pylab，或者把第二行和最后一行的注释去掉 import networkx as nx #import matplotlib.pyplot as plt ER = nx.random_graphs.erdos_renyi_graph(20,0.2) #生成包含20个节点、以概率0.2连接的随机图 pos = nx.shell_layout(ER) #定义一个布局，此处采用了shell布局方式 nx.draw(ER,pos,with_labels=True) #plt.show()
运行结果：
3.WS小世界模型
import networkx as nx WS = nx.random_graphs.watts_strogatz_graph(20,4,0.3) #生成包含20个节点、每个节点4个近邻、随机化重连概率为0.3的小世界网络 pos = nx.circular_layout(WS) #定义一个布局，此处采用了circular布局方式 nx.draw(WS,pos,with_labels=False,node_size = 30) #绘制图形
4.BA 无标度网络
在NetworkX中，可以用random_graphs.barabasi_albert_graph(n, m)方法生成一个含有n个节点、每次加入m条边的BA无标度网络，下面是一个例子：
import networkx as nx BA= nx.random_graphs.barabasi_albert_graph(20,1) #生成n=20、m=1的BA无标度网络 pos = nx.spring_layout(BA) #定义一个布局，此处采用了spring布局方式 nx.draw(BA,pos,with_labels=False,node_size = 30) #绘制图形
NetworkX初相识