networkx

1熱度

1回答

使用networkX來調用端點之間的所有最短路徑。在一個示例拓撲像graph1，其中權重是不對稱的R1 <之間 - > R2，我希望看到從R1只有一個最短路徑R3，但是我看到兩（見下文）。我的目標是複製像OSPF或IS-IS那樣的協議。有什麼辦法可以達到這個目的嗎？（度量/權重不能被修改，是直接從路由器獲得）實施例： >>> from networkx import nx >>> gr

1熱度

1回答

使用NetworkX研究移位算子和其他數學創建

算子理論的一個分支研究移位算子S.基本上，給定一個圖的權重分配給圖的每個頂點，移位算子產生一個新圖，相同的圖（A）並用頂點鄰居的權重之和替換每個頂點的權重。例如，在圖3（A）所取代5 + 5 + 2 + 0 甲乙誰知道是否能networkx幫我自動化一個任意圖的過程，G？此外，我可能構建的圖的大小（頂點，邊等）有什麼限制？

2熱度

1回答

在Python中繪製Networkx圖

我最近開始在python中使用networkx庫來生成和可視化圖形圖。我開始與如圖 import networkx as nx import matplotlib.pyplot as plt G = nx.Graph() G.add_edges_from([(1 ,2) , (2 ,3) , (1 ,3) , (1 ,4) ]) nx.draw(G) plt.show() 當運行連續

0熱度

1回答

Networkx節點和邊索引和屬性

import networkx as nx G = nx.DiGraph() source = 0 target = 1 G.add_node(source, name='Ham') G.add_node(target, name='Eggs') G.add_edge(source, target, meal='Breakfast') nodes = G.nodes(data=Tr

1熱度

1回答

用有向圖的網絡計算最大流量值

我有一個有27000個弧的定向網絡，每個都有一個重量。隨着代碼： G=nx.Graph(G) nx.maximum_flow(G,'CHN',"CHL") 我得到的錯誤： NetworkXUnbounded: Infinite capacity path, flow unbounded above. 有誰知道如何獲得最大流量值？順便說一句，當我運行：G.edges(data=True)，

0熱度

1回答

基於距離生成NetworkX子圖

我想選擇任何給定節點，並根據我想要的距離程度爲該節點構建子圖。我需要輸入一個節點的ID，並指定學位（1 =只有直接朋友，2 =直接朋友，朋友朋友，3 =直接朋友，朋友朋友，朋友朋友朋友等等）併爲那個節點的社交網絡生成一個子圖。有沒有人知道在networkx中這樣做的好方法？

1熱度

1回答

「節點‘0’沒有位置 - 在networkX/Python的

我試圖繪製使用networkX圖形分配節點位置‘節點類型’問題我已經定義的精確位置：。 pos={0:(40,100), 1:(50,100), 2:(45,80), 3:(55,80), 4:(50,60), 5:(50,40), 6:(50,20)} 我然後分離的節點爲兩個 '類型'，因此讓我們說，節點0，2，4，6是'鍵入'和1，3，5是'b類' 。我使用append函數將它們追加到兩

0熱度

1回答

節點在python網絡中沒有邊界x

如何使用networkx獲取節點的邊界線？見下圖。我的問題是由於白色節點。無論顏色如何，我都想表達自己的形狀。通過與其他人比較查看節點4。代碼示例 import networkx as nx import matplotlib.pyplot as plot g= {1: [2, 3], 2: [2, 3, 4], 3: [1, 2], 4: [2]} gr

0熱度

1回答

具有鄰接矩陣的乘法和點乘積（numpy）

當我發現以下奇怪現象時，我在networkx中使用以下代碼塊。在第一種情況下，我在稀疏矩陣上使用了ufunc multiply（*），這意外地正確地給了我一個度數序列。然而，當使用普通矩陣完成同樣的操作時，它會給我一個10 x 10的矩陣，並且正如預期的那樣np.dot（...）給了我正確的結果。 import numpy as np import networks as nx ba = n

0熱度

1回答

非常緩慢的網絡圖動畫在Python的matplotlib與networkx

我打算動畫一個networkx圖隨着時間的推移而增長。我有它與彎曲的邊緣和所有工作。非常高興，但是隨着圖表的增長，它變慢了！任何人都可以解釋或更改給定的代碼以更快運行。我認爲這不是我的電腦問題。注：即使沒有花式彎曲的邊緣，它非常緩慢。一個簡單的nx.draw會導致同樣的問題 import time from matplotlib import pyplot as plt from mat