NetworkX学习笔记02：邻接矩阵

原创 已于 2022-04-26 09:53:35 修改 · 1.6w 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #图论

于 2022-04-26 09:32:48 首次发布
本文介绍了如何在Python中利用networkx库，根据已知的邻接矩阵创建图，并展示了将矩阵转化为二维数组及绘制图的过程。示例代码包括从邻接矩阵构建图，以及使用`nx.draw()`进行图的可视化。

文章目录

邻接矩阵

As = nx.adjacency_matrix(G)
print(As)

在这里插入图片描述

# 转化成二维数组形式的矩阵
A = As.todense()
print(A)

在这里插入图片描述

已知图的邻接矩阵，创建图

import numpy as np
A = np.array([[0, 1, 1], [1, 0, 1], [1, 1, 0]])
G = nx.from_numpy_matrix(A)
nx.draw(G, node_size=800, with_labels=True)

在这里插入图片描述
💗💗💗

print("如果文章对你有用，请点个赞呗O(∩_∩)O~")

System.out.println("如果文章对你有用，请点个赞呗O(∩_∩)O~");

cout<<"如果文章对你有用，请点个赞呗O(∩_∩)O~"<<endl;

💗💗💗

日常搬运——networkx返回图的邻接矩阵
qq_37730871的博客
12-22 7759
最近有用到关于邻接矩阵的一些问题，平时不太常用所以一直没注意到networkx里面的函数，权当笔记了，有兴趣查看官方文档，这里只举个小例子。 import networkx as nx # 导入必要的函数包 import scipy as sp import operator import matplotlib.pyplot as plp h = nx.Graph() # 我这里需要用到的图 h.add_nodes_from(list(range(1, 9))) h.add_edges_from([(
怎么用python的networkx工具箱将图的邻接矩阵转化为图
xiamu_CDA的博客
10-22 976
邻接矩阵是一个二维数组，其中每个元素 ( A_{ij} ) 表示节点 ( i ) 和节点 ( j ) 之间的连接关系。如果 ( A_{ij} = 1 )，则表示节点 ( i ) 和节点 ( j ) 之间有边相连；如果 ( A_{ij} = 0 )，则表示它们之间没有边相连。对于无向图，邻接矩阵是对称的，即 ( A_{ij} = A_{ji} )。
【算法】复杂网络之Networkx——手把手教你构建网络&分析数据
热门推荐
rao569094559的专栏
07-02 2万+
NetworkX是一款Python的开源软件包，用于创造、操作复杂网络，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。功能丰富、简单易用。一、安装pip install networkx二、数据构造新建excel表格，输入邻接矩阵：第一行代表边：a-b ,a-c, a-d三条有向边其余各行以此类推。完成数据后，将excel表格另存为.txt文件，随后保存为rel...
从网络图有效地创建邻接矩阵(反之亦然)Python NetworkX
最新发布
12-20 306
然后，我们可以使用add_edge()方法来添加网络中的边。最后，我们可以使用to_numpy_array()方法将网络转换为邻接矩阵。注意：网络中的边是无向的，所以即使我们在图中添加了两条边（一个从1到2，另一个从2到1），生成的邻接矩阵也会显示为1，因为它们表示连接这两个节点的关系。在这个例子中，我们首先创建了一个空的图。在这个例子中，我们在创建图时使用了DiGraph()方法。生成的邻接矩阵表示了图的有向边，而不是无向边。如果你需要一个有向的邻接矩阵，你可以使用DiGraph()方法来创建图。
python使用networkx模块利用邻接矩阵文件创建有向网络
Yooyi_xin的博客
05-13 792
通过邻接矩阵的CSV文件生成有向社会网络
复杂网络分析工具NetworkX 学习笔记（一）
weixin_41827662的博客
04-22 890
图生成和操作 这部分学习主要用到的库有networkx、numpy和matplotlib.pyplot 一、图的生成 本部分主要包括：无向图、有向图和加权图 # 创建无向图 G1 = nx.Graph() G1.add_node(1) G1.add_nodes_from([2,3]) G1.add_edge(1, 2) G1.add_edges_from([(1,4),(1,3),(3,4)]) nx.draw_networkx(G1) plt.show() # 创建有向图 G2 = nx.DiGra
NetworkX图分析教程：基于CMU数据科学课程的实践指南
在图论方面，教程可能涵盖的内容包括但不限于：图的类型（有向图、无向图、加权图、多重图）、图的表示方法（邻接矩阵、邻接表）、路径与连通性、环检测、树与生成树、最短路径算法（如 Dijkstra 和 Floyd-Warshall...
复杂网络学习笔记：01、networkx实现er随机网络
GeekDongHuang的博客
12-10 4308
1、networkx实现er随机网络 import networkx as nx import matplotlib.pyplot as plt import numpy as np import pandas as pd import random ''' （1）初始化：给定N个节点以及连边概率p∈[0,1] （2）随机连边： ①随机选取一对没有边相连的不同的节点 ②生成一个随机数r∈[0,1] ③如果r＜p，那么在这对节点之间添加一条边；否则就
复杂网络学习笔记：networkx实现网络的基本拓扑性质
GeekDongHuang的博客
01-15 2361
1、复杂网络的连通性 1.1、无向网络中的巨片 首先考虑地球上所有人类组成的社会网络的连通性；很显然整个网络是不连通的，因为只要有一个人没有朋友或者说只要有一小群人没有除了这群人之外的朋友那么整个网络就不连通。 由此可见，对于大规模网络来说，连通性非常脆弱，只要单个节点或者小部分节点的行为都有可能破坏连通性。 我们可以看出大规模复杂网络可能会出现一个大的连通片，这个连通片包含整个网络中的大部分节点，那么称这个连通片为巨片 1.2、有向网络中的蝴蝶结结构 1、强连通核（Strongly Connected C
GCN学习笔记：第一部分，手把手用Numpy实现GCN
weixin_42052081的博客
04-09 1万+
第一部分：图卷积网络到底怎么做，这是一份极简的Numpy实现 由于图结构非常复杂且信息量很大，因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络（GCN）对图进行深度学习，GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。 本文将介绍 GCN，并使用代码示例说明信息是如何通过 GCN 的隐藏层传播的。读者将看到 GCN 如何聚合来自前一层的信息，以及这种机制如何生成图...
网络边集合生成邻接矩阵
06-21
一个生成邻接矩阵的小函数，辅助我上传的一个资源的子函数
python 邻接矩阵三种方法实现有向图、无向图，并绘图显示
11-12
Python语言，用邻接矩阵实现图 通过二维数组建立无向图 通过二维数组建立有向图 通过边建立有向图 为方便查看，通过NetworkX显示图。
networkx创建邻接矩阵索引不匹配问题
wlgtcl的博客
05-01 494
利用networkx创建图，利用节点对添加边时，得到的邻接矩阵与添加边时用的索引不相同 import torch import networkx as nx G = nx.DiGraph() G.add_edges_from([(3,2),(0,1),(1,2)]) G_adj = nx.adj_matrix(G) G_adj.todense() 输出结果为 matrix([[0, 1, 0, 0], [0, 0, 0, 0], [0, 0, 0, 1], [0, 1, 0, 0]], .
基于 Python Networkx 的邻接矩阵任意节点的杰卡德相似性计算实现
全糖冲击的博客
07-04 1411
大家好！最近我在研究图论相关的算法，特别是如何计算图中任意两个节点之间的相似性。在社交网络分析中，杰卡德相似性（Jaccard Similarity）是一种常用的相似性度量方法，可以用于衡量节点之间的共同邻居比例。今天，我想和大家分享如何使用Python的Networkx库计算图中任意节点对的杰卡德相似性。这个过程不仅简单，而且非常实用。准备好了吗？让我们一起来探索吧！接下来，我们创建一个示例图，并生成对应的邻接矩阵。# 创建示例图# 添加节点# 添加边# 生成邻接矩阵print("邻接矩阵：")
networkx学习笔记：已知邻接矩阵创建可视化图(networkx库)
weixin_47704667的博客
08-01 798
3.从邻接矩阵创建图。
【Python】networkx中如何获取图的邻接矩阵
小白兔的窝
12-09 2万+
需要调取networkx中graph实例的邻接矩阵，搜“network 邻接矩阵”没有迅速找到解决方案。我写一个吧。 错误获取： networkx中有个adjacency_matrix()函数，得到的邻接表看形状虽然是N*N，但是打印出来会发现是这个格式： (0, 1) 1 (0, 30) 1 (0, 33) 1 (0, 99) 1 第一列是源头...
数学建模：图论模型的 Python 求解 — NetworkX 简介
Charles Leclerc's blog
05-14 2013
NetworkX 的基本用法常用函数画图nx.draw_networkxnx.draw其它参数图形布局设置NetworkX 画图示例例 1: 画无向图例 2: 画有向图图数据的导出 NetworkX 的基本用法 常用函数 import numpy as np import networkx as nx import pylab as plt Graph() #创建无向图 Graph(A) #由邻接矩阵A创建无向图 DiGraph() #创建有向图 DiGraph(A) #由邻接矩阵A创建有向图
【数学建模之Python】5.根据三类邻接矩阵用networkx画无向图的方法（全）
若丶尘的博客
07-27 5099
你们的每个赞都能让我开心好几天✿✿ヽ(°▽°)ノ✿ 在networkx中的邻接矩阵有两类（不是指数学意义上的）。数学意义上的无向图的邻接矩阵必定是对称矩阵，因此在networkx里只要给出上三角的即可，或者用元组表示 三种邻接矩阵 a=np.zeros((5,5))#第一种 a[0,1:]=[9,2,4,7] a[1,2:4]=[3,4] a[2,3:]=[8,4] a[3,4]=6 print(a) b=[(1,2,9),(1,3,2),(1,4,4),(1,5,7),(2,3,3),(2,4,4),(
networkx使用
qq_24186493的博客
11-23 1275
networkx使用1.有向图中获取邻接矩阵 1.有向图中获取邻接矩阵 # 将有向图转化为矩阵 import scipy as sp import networkx as nx G = nx.DiGraph([(1,2)]) A = nx.adjacency_matrix(G) print(A.todense()) ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值