复杂网络分析库NetworkX学习笔记（1）：入门
本文转载至：http://blog.sciencenet.cn/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
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
在和
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:\\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： '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： 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]