---

name: networkx description: "NetworkX 是一个用于创建、操作和分析复杂网络和图的 Python 包。" license: 3-clause BSD license metadata: skill-author: K-Dense Inc. risk: unknown source: "https://github.com/networkx/networkx"

NetworkX

概述

NetworkX 是一个用于创建、操作和分析复杂网络和图的 Python 包。在处理网络或图数据结构时使用此技能，包括社交网络、生物网络、交通系统、引用网络、知识图谱或任何涉及实体间关系的系统。

何时使用此技能

当任务涉及以下内容时调用此技能：

• 创建图：从数据构建网络结构，添加带属性的节点和边
• 图分析：计算中心性度量、查找最短路径、检测社区、测量聚类
• 图算法：运行标准算法如 Dijkstra、PageRank、最小生成树、最大流
• 网络生成：创建合成网络（随机、无标度、小世界模型）用于测试或模拟
• 图 I/O：从各种格式读取或写入（边列表、GraphML、JSON、CSV、邻接矩阵）
• 可视化：使用 matplotlib 或交互式库绘制和自定义网络可视化
• 网络比较：检查同构、计算图指标、分析结构属性

核心功能

1. 图创建和操作

NetworkX 支持四种主要图类型：

• Graph：具有单边的无向图
• DiGraph：具有单向连接的有向图
• MultiGraph：允许节点间多条边的无向图
• MultiDiGraph：具有多条边的有向图

创建图：

import networkx as nx

# Create empty graph
G = nx.Graph()

# Add nodes (can be any hashable type)
G.add_node(1)
G.add_nodes_from([2, 3, 4])
G.add_node("protein_A", type='enzyme', weight=1.5)

# Add edges
G.add_edge(1, 2)
G.add_edges_from([(1, 3), (2, 4)])
G.add_edge(1, 4, weight=0.8, relation='interacts')

参考：详见 references/graph-basics.md 了解创建、修改、检查和管理图结构的全面指导，包括属性和子图操作。

2. 图算法

NetworkX 提供广泛的网络分析算法：

最短路径：

# Find shortest path
path = nx.shortest_path(G, source=1, target=5)
length = nx.shortest_path_length(G, source=1, target=5, weight='weight')

中心性度量：

# Degree centrality
degree_cent = nx.degree_centrality(G)

# Betweenness centrality
betweenness = nx.betweenness_centrality(G)

# PageRank
pagerank = nx.pagerank(G)

社区检测：

from networkx.algorithms import community

# Detect communities
communities = community.greedy_modularity_communities(G)

连通性：

# Check connectivity
is_connected = nx.is_connected(G)

# Find connected components
components = list(nx.connected_components(G))

参考：详见 references/algorithms.md 了解所有可用算法的详细文档，包括最短路径、中心性度量、聚类、社区检测、流、匹配、树算法和图遍历。

3. 图生成器

创建用于测试、模拟或建模的合成网络：

# Classic graphs
K5 = nx.complete_graph(5)
petersen = nx.petersen_graph()

# Random graphs
er = nx.erdos_renyi_graph(100, 0.15)
ba = nx.barabasi_albert_graph(100, 3)
ws = nx.watts_strogatz_graph(100, 4, 0.3)