第1页 / 共558页
第2页 / 共558页
第3页 / 共558页
第4页 / 共558页
第5页 / 共558页
第6页 / 共558页
第7页 / 共558页
第8页 / 共558页
Network使用手册.pdf
Overview
Who uses NetworkX?
Goals
The Python programming language
Free software
History
Introduction
NetworkX Basics
Nodes and Edges
Graph types
Which graph class should I use?
Basic graph types
Algorithms
Approximation
Assortativity
Bipartite
Blockmodeling
Boundary
Centrality
Chordal
Clique
Clustering
Coloring
Communities
Components
Connectivity
Cores
Cycles
Directed Acyclic Graphs
Distance Measures
Distance-Regular Graphs
Dominance
Dominating Sets
Eulerian
Flows
Graphical degree sequence
Hierarchy
Hybrid
Isolates
Isomorphism
Link Analysis
Link Prediction
Matching
Minors
Maximal independent set
Minimum Spanning Tree
Operators
Rich Club
Shortest Paths
Simple Paths
Swap
Traversal
Tree
Triads
Vitality
Functions
Graph
Nodes
Edges
Attributes
Freezing graph structure
Graph generators
Atlas
Classic
Expanders
Small
Random Graphs
Degree Sequence
Random Clustered
Directed
Geometric
Line Graph
Ego Graph
Stochastic
Intersection
Social Networks
Community
Non Isomorphic Trees
Linear algebra
Graph Matrix
Laplacian Matrix
Spectrum
Algebraic Connectivity
Attribute Matrices
Converting to and from other data formats
To NetworkX Graph
Dictionaries
Lists
Numpy
Scipy
Pandas
Reading and writing graphs
Adjacency List
Multiline Adjacency List
Edge List
GEXF
GML
Pickle
GraphML
JSON
LEDA
YAML
SparseGraph6
Pajek
GIS Shapefile
Drawing
Matplotlib
Graphviz AGraph (dot)
Graphviz with pydot
Graph Layout
Exceptions
Exceptions
Utilities
Helper Functions
Data Structures and Algorithms
Random Sequence Generators
Decorators
Cuthill-Mckee Ordering
Context Managers
License
Citing
Credits
Contributions
Support
Glossary
Python Module Index
NetworkX Reference
Release 1.11
Aric Hagberg, Dan Schult, Pieter Swart
Jul 05, 2017
Contents
1 Overview
.
.
1.1 Who uses NetworkX? .
1.2 Goals .
.
1.3
1.4
1.5 History .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Python programming language . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Free software .
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Introduction
2.1 NetworkX Basics .
2.2 Nodes and Edges .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Graph types
3.1 Which graph class should I use? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2
Basic graph types .
.
.
.
.
.
.
.
1
1
1
2
2
2
3
3
4
9
9
9
4 Algorithms
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.1 Approximation .
.
4.2 Assortativity .
.
.
Bipartite
4.3
.
.
.
Blockmodeling .
4.4
.
.
.
Boundary .
4.5
.
.
.
4.6
Centrality .
.
.
.
.
.
.
Chordal .
4.7
.
.
.
Clique
4.8
.
.
.
.
.
.
Clustering .
4.9
.
.
4.10 Coloring .
.
.
.
.
.
4.11 Communities .
.
.
4.12 Components
.
.
.
4.13 Connectivity .
.
4.14 Cores .
.
.
4.15 Cycles
.
.
.
4.16 Directed Acyclic Graphs .
4.17 Distance Measures .
.
4.18 Distance-Regular Graphs .
.
4.19 Dominance .
.
.
4.20 Dominating Sets .
4.21 Eulerian .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
133
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.22 Flows .
4.23 Graphical degree sequence .
.
.
.
4.24 Hierarchy .
.
.
.
.
.
4.25 Hybrid .
.
.
.
4.26 Isolates .
.
.
.
.
.
4.27 Isomorphism .
.
.
4.28 Link Analysis .
.
.
.
4.29 Link Prediction .
.
.
.
4.30 Matching .
.
4.31 Minors .
.
.
.
.
.
4.32 Maximal independent set .
.
4.33 Minimum Spanning Tree .
.
.
4.34 Operators .
.
4.35 Rich Club .
.
.
.
.
.
4.36 Shortest Paths
.
.
4.37 Simple Paths .
.
.
.
4.38 Swap .
.
4.39 Traversal
.
.
.
.
.
.
.
4.40 Tree .
.
.
.
.
4.41 Triads .
.
4.42 Vitality .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Functions
.
.
.
.
5.1 Graph .
.
5.2 Nodes .
.
5.3
Edges .
5.4 Attributes .
5.5
.
.
.
.
Freezing graph structure .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6 Graph generators
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Classic .
.
Expanders
Small
.
.
Random Graphs
.
.
.
.
.
.
Random Clustered .
.
.
.
.
.
.
.
.
.
6.1 Atlas
.
.
6.2
.
.
6.3
.
.
6.4
.
.
6.5
.
.
6.6 Degree Sequence .
.
6.7
.
.
.
6.8 Directed .
.
.
.
6.9 Geometric
.
.
6.10 Line Graph .
.
.
6.11 Ego Graph .
.
.
6.12 Stochastic .
.
.
.
6.13 Intersection .
.
6.14 Social Networks .
6.15 Community .
.
.
6.16 Non Isomorphic Trees .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7 Linear algebra
.
.
Laplacian Matrix .
Spectrum .
.
.
7.1 Graph Matrix .
.
7.2
7.3
.
7.4 Algebraic Connectivity .
.
7.5 Attribute Matrices
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
375
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
383
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424
427
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
.
8 Converting to and from other data formats
439
ii
Lists
8.1
8.2 Dictionaries .
.
8.3
.
.
8.4 Numpy .
8.5
.
.
.
.
8.6
To NetworkX Graph .
.
.
.
.
.
Scipy .
Pandas
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9 Reading and writing graphs
.
.
.
.
.
.
.
.
9.1 Adjacency List
.
9.2 Multiline Adjacency List .
.
.
9.3
Edge List .
.
.
9.4 GEXF .
.
.
.
9.5 GML .
.
.
9.6
Pickle .
.
.
.
.
9.7 GraphML .
.
.
.
.
9.8
.
.
.
9.9
.
.
9.10 YAML .
.
.
.
9.11 SparseGraph6 .
.
.
9.12 Pajek .
.
9.13 GIS Shapefile .
.
.
JSON .
LEDA .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10 Drawing
.
.
.
.
10.1 Matplotlib .
.
10.2 Graphviz AGraph (dot) .
.
10.3 Graphviz with pydot
10.4 Graph Layout .
.
.
.
.
.
.
.
11 Exceptions
11.1 Exceptions .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
453
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490
493
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 502
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 507
513
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513
.
12 Utilities
.
.
.
.
.
.
.
515
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 515
12.1 Helper Functions .
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516
.
12.2 Data Structures and Algorithms .
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516
12.3 Random Sequence Generators .
.
.
.
12.4 Decorators .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520
.
12.5 Cuthill-Mckee Ordering .
12.6 Context Managers
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 522
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13 License
14 Citing
15 Credits
15.1 Contributions .
15.2 Support .
.
.
.
16 Glossary
Python Module Index
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
527
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 529
523
525
531
533
iii
iv
CHAPTER 1
Overview
NetworkX is a Python language software package for the creation, manipulation, and study of the structure, dynamics,
and function of complex networks.
With NetworkX you can load and store networks in standard and nonstandard data formats, generate many types of
random and classic networks, analyze network structure, build network models, design new network algorithms, draw
networks, and much more.
1.1 Who uses NetworkX?
The potential audience for NetworkX includes mathematicians, physicists, biologists, computer scientists, and social
scientists. Good reviews of the state-of-the-art in the science of complex networks are presented in Albert and Barabási
[BA02], Newman [Newman03], and Dorogovtsev and Mendes [DM03]. See also the classic texts [Bollobas01],
[Diestel97] and [West01] for graph theoretic results and terminology. For basic graph algorithms, we recommend the
texts of Sedgewick, e.g. [Sedgewick01] and [Sedgewick02] and the survey of Brandes and Erlebach [BE05].
1.2 Goals
NetworkX is intended to provide
• tools for the study of the structure and dynamics of social, biological, and infrastructure networks,
• a standard programming interface and graph implementation that is suitable for many applications,
• a rapid development environment for collaborative, multidisciplinary projects,
• an interface to existing numerical algorithms and code written in C, C++, and FORTRAN,
• the ability to painlessly slurp in large nonstandard data sets.
1
NetworkX Reference, Release 1.11
1.3 The Python programming language
Python is a powerful programming language that allows simple and flexible representations of networks, and clear and
concise expressions of network algorithms (and other algorithms too). Python has a vibrant and growing ecosystem
of packages that NetworkX uses to provide more features such as numerical linear algebra and drawing. In addition
Python is also an excellent “glue” language for putting together pieces of software from other languages which allows
reuse of legacy code and engineering of high-performance algorithms [Langtangen04].
Equally important, Python is free, well-supported, and a joy to use.
In order to make the most out of NetworkX you will want to know how to write basic programs in Python. Among
the many guides to Python, we recommend the documentation at http://www.python.org and the text by Alex Martelli
[Martelli03].
1.4 Free software
NetworkX is free software; you can redistribute it and/or modify it under the terms of the BSD License. We welcome
contributions from the community. Information on NetworkX development is found at the NetworkX Developer Zone
at Github https://github.com/networkx/networkx
1.5 History
NetworkX was born in May 2002. The original version was designed and written by Aric Hagberg, Dan Schult, and
Pieter Swart in 2002 and 2003. The first public release was in April 2005.
Many people have contributed to the success of NetworkX. Some of the contributors are listed in the credits.
1.5.1 What Next
• A Brief Tour
• Installing
• Reference
• Examples
2
Chapter 1. Overview
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
