networkx相关内容
类点的定义为(其中也包含一些方法,属性和东西,但这只是最小的一部分): class point(): def ___init___(self, x, y): self.x = x self.y = y 因此,我看到G = nx.Graph() p = point(0,0) G.add_node(0, p) NetworkXError:attr
..
我正在尝试建立有向图,并在该图上计算个性化页面排名.因此,假设我有一个顶点为{1,2,3,4}且边为从 2、3和4到顶点1的图形,我想: (1)计算每个顶点相对于1的个性化页面等级 (2)计算每个顶点相对于2的个性化页面等级. 问题是我应该如何在个性化页面排名功能中传递此选项.以下代码似乎无法满足我的要求: import networkx as nx G = nx.DiG
..
根据networkx文档,connected_component_subgraphs(G)返回所有组件的排序列表.因此,第一个组件应该是最大的组件. 但是,当我尝试使用文档页面上的示例代码获取图G的最大成分时 G=nx.path_graph(4) G.add_edge(5,6) H=nx.connected_component_subgraphs(G)[0] 我知道 Type
..
我尝试根据节点名称列表从networkx的karate_club_graph绘制子图,但失败了.我想展示如何绘制子图? import networkx as nx from matplotlib import pylab as pl G = nx.karate_club_graph() res = [0,1,2,3,4,5] new_nodes = [] for n in G.nodes(
..
我正在使用NetworkX制作图形以导出以使用Gephi进行可视化.我一直在为图表中的节点添加各种属性,没有问题,直到尝试添加颜色为止.有谁知道如何使用networkx导出带有“彩色"节点的图形? (我一直在写入gexf文件,但是只要它与Gephi兼容,就不必担心它是否是另一种格式.) 以下是我制作图表的代码: def construct_weighted_graph(nodes, d
..
我正在使用Python的networkx软件包. 解决方案 >>> import networkx as nx >>> G=nx.empty_graph() >>> G.add_edge(1,2) >>> G.add_edge(2,3) >>> G.add_edge(4,5) >>> nx.path.bidirectional_dijkstra(G,1,2) (1, [1, 2]) >>>
..
这里仍然是NetworkX的新功能,但是我希望能够查询NetworkX图以找到节点集群中的所有节点.这是我生成的示例图: 如您所见,存在节点簇.在每个群集中,每个节点都连接到每个其他节点.您可以在下面的五个此类集群的放大图中看到: 我希望能够找到如何提取出每个单独的节点簇的方法.每个节点都以一个长名称命名(例如,"A/Vietnam/2009/8/431"),我知道如何使用NetworkX的功能探
..
我正在尝试从大图中提取包含特定节点的所有连接节点的子图. Networkx库中是否有解决方案? [编辑] 我的图是DiGraph [编辑] 措辞简单: 我希望图形中包含特定节点N_i以及使用任何传入或传出边直接或间接(通过其他节点)连接的所有节点的部分. 示例: >>> g = nx.DiGraph() >>> g.add_path(['A','B','C',])
..
我想用我拥有的数据可视化一个网络,并想用特定的边长来绘制它们的图.我使用Python,并尝试使用networkx和igraph进行绘制,但是似乎所有对象都分配了固定的边长. a.)我想知道我是否写错了代码,或者软件包是否真的没有能力.如何为networkx或igraph正确实现指定的边长? b.)如果networkx和igraph无法做到,那么您可能会建议哪个软件包? (最好是可以承载
..
我正在使用Python 2.7 Enthought distribution中的networkx程序包来计算海港网络之间的最短路径.使用dijkstra_path_length计算距离可以正常工作,但是我还需要知道使用dijkstra_path找到的路线(顺便说一句,如果我先计算路径然后计算路径,我认为运行起来应该会更快一些)路径的长度,而不是对同一数据两次运行Dijkstra的算法).但是路径功
..
我创建了一个具有边属性(例如r,例如r=23)的图. 如何仅使用值23而不是{'r':'23'}显示边缘标签. 相关的源代码如下: # build a graph G.add_edge(u, v, r=value) # plot the graph pos = nx.spring_layout(G, scale=2) nx.draw(G, pos) edge_labels
..
我正在编程一个基本的神经网络,并希望将其绘制为图片.为此,我创建了我需要的所有节点和边缘. for l, j in zip(self.layers, range(len(self.layers))): for n, i in zip(l.neurons, range(len(l.neurons))): fixed_positions[n.ide
..
我正在尝试使用networkx创建带标签的图形,但是在使节点和标签正确显示方面遇到困难.简而言之,标签不在正确的节点上对齐,并且有些节点在显示时没有边缘. 首先,我创建了一个图,添加了节点和边,然后添加了标签. 图形数据来自具有两列的pandas DataFrame对象,雇员和经理姓名: emp_name mgr_name
..
我正在尝试使用networkx 1.11绘制一些DAG,但是遇到一些错误,这是测试: import networkx as nx print nx.__version__ G = nx.DiGraph() G.add_node(1,level=1) G.add_node(2,level=2) G.add_node(3,level=2) G.add_node(4,level=3) G.a
..
查看了令人印象深刻的性能比较后,我决定尝试绘制图表-工具.因此,为了进行比较,我编写了使用这两个程序包生成随机树的代码. 图形工具代码: import numpy as np import graph_tool.all as gt # construct an initial graph with two nodes and one link n = 5000 G = gt.Grap
..
我所拥有的:在networkx中导入的图形G,其节点和边由gml文件加载. 问题:如何向选定的边E添加新属性. 我要做什么:我想为图形的特定边E添加一个新的属性“类型".注意:此边缘E不存在属性“类型". 我的代码是: G.edge[id_source][id_target]['type']= value 但是,如果我打印G的所有边缘,那么我现在有n + 1个边缘;
..
我想从一个简单的Pandas DataFrame创建一些NetworkX图: Loc 1 Loc 2 Loc 3 Loc 4 Loc 5 Loc 6 Loc 7 Foo 0 0 1 1 0 0 0 Bar 0 0 1 1
..
我有一个图G,其节点和边的属性为“状态".我想绘制图形,标记所有节点,并在相应的边/节点外部标记状态. for v in G.nodes(): G.node[v]['state']='X' G.node[1]['state']='Y' G.node[2]['state']='Y' for n in G.edges_iter(): G.edge[n[0]]
..
我在玩networkx(python中的图形库),发现文档说PageRank算法在评分时考虑了边缘权重,但是我想知道更大的边缘权重是更好还是更低的权重呢? 解决方案 不久,对于进入的节点,权重较大. PageRank在有向加权图上工作.如果页面A链接到页面B,则页面B的得分会上升,即页面B(节点)的输入越多,其得分就越高. PageRank上的维基百科文章以获取更多详细信息.
..
有人熟悉networkx吗? 我尝试获取一个超图,在这里我想将Hyperedges设置为列表中其他有色节点(大小取决于其值).我想将节点设置为其他列表. networkx网站上的文档和示例确实是多余的,但我相信这是可能的. 我从解决方案 是否要使用nx.draw_networkx_nodes和nodelist参数使用类似的方法 : # Author: Aric Hagberg (
..