NetworkX是一个简单多样化能快速生成网络图形的Python库

　　1 说明：
　　=====
　　1.1 NetworkX是一个Python包，用于创建、操纵和研究复杂网络的结构、以及学习复杂网络的结构、功能及其动力学。
　　1.2 NetworkX测试的代码覆盖率超过90%，是一个多样化，易于教学，能快速生成图形的Python平台。
　　1.3 NetworkX提供了适合各种数据结构的图表、二合字母和多重图，还有大量标准的图算法，网络结构和分析措施，可以产生随机网络、合成网络或经典网络，且节点可以是文本、图像、XML记录等，并提供了一些示例数据(如权重，时间序列)。
　　1.4 附加知识：matplotlib的中文设置的另外一种方法。
　　2 准备：
　　=====
　　2.1 官网：https://github.com/networkx/networkx http://networkx.github.io/ https://pypi.org/project/networkx/ https://networkx.github.io/documentation/stable/tutorial.html
　　2.2 安装：pip install networkx
　　3 Erdos Renyi：
　　===========
　　3.1 代码：随机图import matplotlib.pyplot as plt #用来显示图 from networkx import nx n = 10  # 10 nodes=节点 e = 20  # 20 edges=边线 #随机图形 G = nx.gnm_random_graph(n, e) #nx.draw(G) #默认节点node内不显示阿拉伯数字 nx.draw(G,with_labels=True) plt.show()
　　3.2 图：
　　4 Node Colormap：
　　==============
　　4.1 代码：import matplotlib.pyplot as plt import networkx as nx #24，就是n=node，画椭圆 G = nx.cycle_graph(24) #位置,iterations=迭代，建议200，否则就不是椭圆 pos = nx.spring_layout(G, iterations=200) #cmap=代表colormap=颜色图 #nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Blues) #nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Reds) #with_labels=True 在节点内显示阿拉伯数字标签 nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Reds,with_labels=True) plt.show()
　　4.2 图：
　　5 无向图、添加子图：
　　=======
　　5.1 代码：import networkx as nx import matplotlib.pyplot as plt   G = nx.Graph() #建立一个空的无向图G  G.add_node(＂a＂)  #添加一个节点1 G.add_nodes_from([＂b＂,＂c＂,＂d＂,＂e＂])  #加点集合  #添加子图 ＂＂＂ G.add_node(0)    H=[1,2,3,4,5,6,7,8,9]  G.add_nodes_from(H)      ＂＂＂ #等同上面 #H=[0,1,2,3,4,5,6,7,8,9]  #方法一 H=range(10)  #方法二：python知识复习  G.add_nodes_from(H)    #显示节点标签 nx.draw(G, with_labels=True) plt.show()
　　5.2 图：
　　6 中文显示：
　　=========
　　6.1 matplotlib另外一种中文显示设置。
　　6.2 本机操作示范：
　　6.2.1 在root下进入本机文件夹：注意本机为linux操作系统，window大同小异。
　　file:///usr/local/python3.8/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf
　　6.2.2 将自己的中文字体：hwfs.ttf（华文仿宋字体==用来显示中文的）放在ttf文件夹下。
　　6.2.3 因为matplotlib默认调用的为DejaVuSans.ttf字体文件，所以先将DejaVuSans.ttf复制一个，备份，取名为DejaVuSans_beifen.ttf，然后将hwfs.ttf改名为DejaVuSans.ttf，就可以显示中文了，超级简单。
　　7 人物关系权重图：weighted_graph
　　===========================
　　7.1 数据是虚拟的，这个很实用，人物关系权重图。
　　7.2 代码：import matplotlib.pyplot as plt import networkx as nx G = nx.Graph() #节点关系和权重 G.add_edge(＂李白＂, ＂王维＂, weight=0.6) G.add_edge(＂李白＂, ＂杜甫＂, weight=0.2) G.add_edge(＂杜甫＂, ＂苏轼＂, weight=0.1) G.add_edge(＂杜甫＂, ＂王昌龄＂, weight=0.7) G.add_edge(＂杜甫＂, ＂杜牧＂, weight=0.9) G.add_edge(＂李白＂, ＂苏轼＂, weight=0.3) #定义权重与人物关系的指标赋值 elarge = [(u, v) for (u, v, d) in G.edges(data=True) if d[＂weight＂] > 0.5] esmall = [(u, v) for (u, v, d) in G.edges(data=True) if d[＂weight＂] <= 0.5] #建立布局 pos = nx.spring_layout美化作用 pos = nx.spring_layout(G) #节点布局和大小设置 nx.draw_networkx_nodes(G, pos, node_size=700) #边的设置和宽度设置等 nx.draw_networkx_edges(G, pos, edgelist=elarge, width=6) #style: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot) nx.draw_networkx_edges(G, pos, edgelist=esmall, width=6, alpha=0.5, edge_color=＂b＂, style=＂dashed＂) # labels标签名和字体大小设置 nx.draw_networkx_labels(G, pos, font_size=10)  #已经设置好中文显示 #关闭网格线，不显示坐标轴线 plt.axis(＂off＂) plt.show()
　　7.3 图：
　　8 高级版：
　　=======
　　8.1 代码省略。
　　8.2 结合flask、d3.js的网页动画的networkx。
　　===自己整理并分享出来===
　　喜欢的人，请点赞、关注、评论、转发和收藏。