转换为其他数据格式或从其他数据格式转换

到NetworkX图形

用于将NetworkX图形转换为其他格式或从其他格式转换为其他格式的函数。

将数据转换为NetworkX图形的首选方法是通过图形构造函数。构造函数调用to-networkx-graph()函数,该函数尝试猜测输入类型并自动转换。

实际案例

从字典中创建具有单边的图表

>>> d={0: {1: 1}} # dict-of-dicts single edge (0,1)
>>> G=nx.Graph(d)

参见

nx_agraph, nx_pydot

to_networkx_graph [数据] [, create_using, ...] )

根据已知的数据结构制作NetworkX图。

辞典

to_dict_of_dicts (g) [, nodelist, edge_data] )

将图形的邻接表示形式作为字典返回。

from_dict_of_dicts \(d) [, create_using, ...] )

返回字典中的图表。

列表

to_dict_of_lists (g) [, nodelist] )

以列表字典的形式返回图形的邻接表示形式。

from_dict_of_lists \(d) [, create_using] )

返回列表字典中的图表。

to_edgelist (g) [, nodelist] )

返回图表中的边列表。

from_edgelist (EgGristor) [, create_using] )

返回边列表中的图形。

麻木的

函数将networkx图转换为numpy/scipy矩阵或从中转换。

将数据转换为NetworkX图形的首选方法是通过图形构造函数。构造函数调用to-networkx-graph()函数,该函数尝试猜测输入类型并自动转换。

实际案例

从numpy矩阵创建10节点随机图

>>> import numpy as np
>>> a = np.random.randint(0, 2, size=(10, 10))
>>> D = nx.DiGraph(a)

或等价地

>>> D = nx.to_networkx_graph(a, create_using=nx.DiGraph)

参见

nx_agraph, nx_pydot

to_numpy_matrix (g) [, nodelist, dtype, order, ...] )

以numpy矩阵的形式返回图形邻接矩阵。

to_numpy_array (g) [, nodelist, dtype, order, ...] )

以numpy数组形式返回图形邻接矩阵。

to_numpy_recarray (g) [, nodelist, dtype, order] )

以numpy recarray形式返回图形邻接矩阵。

from_numpy_matrix (a) [, parallel_edges, ...] )

返回numpy矩阵中的图形。

from_numpy_array (a) [, parallel_edges, ...] )

返回numpy数组中的图形。

斯皮皮

to_scipy_sparse_matrix (g) [, nodelist, dtype, ...] )

以scipy稀疏矩阵的形式返回图形邻接矩阵。

from_scipy_sparse_matrix (a) [, ...] )

从给定为scipy稀疏矩阵的邻接矩阵创建新图形。

熊猫

to_pandas_adjacency (g) [, nodelist, dtype, ...] )

以熊猫数据帧的形式返回图形邻接矩阵。

from_pandas_adjacency (DF) [, create_using] )

返回熊猫数据帧中的图形。

to_pandas_edgelist (g) [, source, target, ...] )

以熊猫数据帧的形式返回图形边缘列表。

from_pandas_edgelist (DF) [, source, target, ...] )

从包含边缘列表的熊猫数据帧返回一个图表。