NetworkX 1.0#
上映日期：2010年1月8日
1.0版需要python 2.4或更高版本。
新功能#
此版本对图形API的某些部分进行了重大更改，以允许使用图形、节点和边属性。请参阅http://networkx.lanl.gov/reference/api_changes.html
更新Graph、DiGraph和Multigraph类以允许属性。
默认边缘数据现在是空词典(原来是整数1)
差运算符和交运算符
平均最短路径
A*(A-Star)算法
PageRank、Hits和特征向量中心性
阅读Pajek文件
折线图
最小生成树(Kruskal算法)
密集和稀疏Fruchterman-Reingold布局
随机聚类图生成器
有向无标度图生成器
更快的随机正则图生成器
使用Matplotlib改进了边缘颜色和标签绘制
更多信息，请访问https://networkx.lanl.gov/trac/query?status=closed&group=milestone&milestone=networkx-1.0
实例#
更新以使用networkx-1.0 API
图子类示例
版本编号#
将来我们将使用更标准的版本编号系统major.minor [建造] 主要和次要是数字的标签 [建造] 是一个标签，如“dev1379”表示开发版本，或“rc1”表示发布候选。
我们计划更接近基于时间的发布时间表，在大约每季度的基础上发布较小的增量更改。图形类API将保持不变，除非我们确定现有类中存在严重的错误或其他缺陷，直到将来某个时候释放networkx-2.0。
基类中的更改#
中最显著的变化是在图形类中。所有的图形类现在都允许可选的图形、节点和边缘属性。这些属性作为字典存储在图形类内部，在大多数情况下，可以像Python字典一样简单地访问它们。
图形属性#
每个图都在成员g.graph中保存键=值属性的字典。可以使用g.graph直接访问这些属性，也可以使用关键字参数在实例化时添加这些属性。
>>> G=nx.Graph(region='Africa')
>>> G.graph['color']='green'
>>> G.graph
{'region': 'Africa', 'color': 'green'}
节点属性#
每个节点都有相应的属性字典。向节点添加属性是可选的。
使用add_node（）、add_nodes_from（）或g.node添加节点属性
>>> G.add_node(1, time='5pm')
>>> G.add_nodes_from([3], time='2pm')
>>> G.node[1]
{'time': '5pm'}
>>> G.node[1]['room'] = 714
>>> G.nodes(data=True)
[(1, {'room': 714, 'time': '5pm'}), (3, {'time': '2pm'})]
边缘属性#
每个边都有相应的属性字典。默认的边缘数据现在是一个空的属性字典，向边缘添加属性是可选的。
一个常见的用例是向边添加权重属性：
>>> G.add_edge(1,2,weight=3.14159)
使用add_edge（）、add_edges_from（）、下标符号或g.edge添加边缘属性。
>>> G.add_edge(1, 2, weight=4.7 )
>>> G.add_edges_from([(3,4),(4,5)], color='red')
>>> G.add_edges_from([(1,2,{'color':'blue'}), (2,3,{'weight':8})])
>>> G[1][2]['weight'] = 4.7
>>> G.edge[1][2]['weight'] = 4
改变方法#
graph（），digraph（），multipgraph（），multipgraph（））#
现在在初始化时采用可选的关键字=值属性。
>>> G=nx.Graph(year='2009',city='New York')
AddioNoDube（）#
现在接受可选的关键字=值属性或属性字典。
>>> G.add_node(1,room=714)
从（）添加节点#
现在接受可选的关键字=值属性或应用于所有受影响节点的属性字典。
>>> G.add_nodes_from([1,2],time='2pm') # all nodes have same attribute
ADDIGEDGE（）#
现在接受可选的关键字=值属性或属性字典。
>>> G.add_edge(1, 2, weight=4.7 )
从（）添加边#
现在采用可选的关键字=值属性或应用于所有受影响边的属性字典。
>>> G.add_edges_from([(3,4),(4,5)], color='red') >>> G.add_edges_from([(1,2,{'color':'blue'}), (2,3,{'weight':8})])
节点（）和节点（）。#
new keyword data=true false keyword决定是否使用节点属性字典返回两个元组（n，dict）（true）
>>> G=nx.Graph([(1,2),(3,4)]) >>> G.nodes(data=True) [(1, {}), (2, {}), (3, {}), (4, {})]
复制（）#
现在返回图形的深度副本（复制节点和边的所有基础数据和属性）。使用类初始值设定项进行浅复制：
>>> G=nx.Graph() >>> G_shallow=nx.Graph(G) # shallow copy >>> G_deep=G.copy() # deep copy
to_directed（），to_undirected（））#
现在返回图形的深度副本（复制节点和边的所有基础数据和属性）。使用类初始值设定项进行浅复制：
>>> G = nx.Graph() >>> D_shallow = nx.DiGraph(G) # shallow copy >>> D_deep = G.to_directed() # deep copy
子图（）#
如果copy=true，现在返回图形的深度副本（复制节点和边的所有基础数据和属性）。
>>> G = nx.Graph() >>> # note: copy keyword deprecated in networkx>1.0 >>> # H = G.subgraph([],copy=True) # deep copy of all data
添加_cycle（），添加_path（），添加_star（））#
现在取可选的关键字=值属性或应用于受方法影响的所有边的属性字典。
>>> G = nx.Graph() >>> G.add_path([0, 1, 2, 3], width=3.2)
去除方法#
DeleTeNo.NoDe（）#
首选名称现在是remove_node（）。
从（）中删除节点#
不再在尝试删除不在图中的节点时引发异常。首选名称现在是remove_nodes_from（）。
DeleTeEdGe（）#
现在在尝试删除不在图中的边时引发异常。首选名称现在是remove_edge（）。
从（）中删除边#
首选名称现在是remove_edges_from（）。
HasxBuffel.（）：
使用HasyEdGe（）
GETIGEDGE（）#
已重命名以获取_edge_data（）。返回边缘属性字典。
获取边缘数据（u，v）的最快方法是使用g [u] [v] 而不是获取边缘数据（U，V）
删除成员#
有向、多重图、加权#
使用方法g.is_directed（）和g.is_multigraph（）。如果在“weight”边缘属性中有数值，则所有图现在都是加权图。
添加方法#
从（）添加加权边#
使用3元组（u，v，weight）列表向图形添加加权边的方便方法。
GETYEDEGEDATA（）#
已从get_edge（）重命名。
获取边缘数据（u，v）的最快方法是使用g [u] [v] 而不是获取边缘数据（U，V）
ISX指令（）#
替换G.directed成员
ISX多重图（）#
替换成员g.multigraph
移除类#
贴标图、贴标图#
这些班已被分成普通班。
UbiGraph#
移除，因为不再支持Ubigraph平台。
附加功能/发电机#
自我图，随机图，pagerank算法，hits算法，图形编写器，冻结，被冻结，A*算法，定向无标度发生器，随机聚类图。
将现有代码转换为networkx-1.0#
加权边#
边缘信息现在存储在属性字典中，因此所有边缘数据都必须有一个键来标识它。
目前只有一个标准/保留键“weight”，由使用加权边的算法和函数使用。关联值应为数字。所有其他键可供用户根据需要分配。
>>> G=nx.Graph()
>>> G.add_edge(1,2,weight=3.1415) # add the edge 1-2 with a weight
>>> G[1][2]['weight']=2.3 # set the weight to 2.3
同样，对于直接访问边缘数据，使用边缘数据的键来检索它。
>>> w = G[1][2]['weight']
所有需要/使用加权边缘的NetworkX算法现在都使用“weight”边缘属性。如果现有算法假定边缘数据为数字，则应替换G [u] [v] 和g.用g得到边（u，v） [u] [v] [“重量”] .
有或没有指定权重键的图的权重习语是
>>> w= G[1][2].get('weight',1) # set w to 1 if there is no 'weight' key