Liste des générateurs de graphiques NetworkX

Une liste de graphiques pouvant être créés avec NetworkX.

Information précédente

La version de NetworkX est la 2.4. Il s'agit d'une traduction japonaise de Document officiel. Tous ne sont pas couverts. Veuillez nous faire savoir si la traduction est incorrecte.

Veuillez importer networkx et matplotlib.pyplot à l'avance pour exécuter le code ci-dessous.

import networkx as nx
import matplotlib.pyplot as plt

Classique (graphe classique)

arbre équilibré

balanced_tree(r, h, create_using=None)

Renvoie une branche r parfaitement équilibrée avec une hauteur de h.

Exemple

#balanced_tree
G=nx.balanced_tree(3,2)
plt.cla()
nx.draw_networkx(G)
plt.show()

Graphique Barbell

barbell_graph(m1, m2, create_using=None)

Renvoie un graphique à barres (un graphique dans lequel deux graphiques complets constitués de nœuds «m1» sont connectés par un seul chemin composé de nœuds «m2»).

Comment numéroter les nœuds Graphique complet à gauche: 0,1, ..., m1-1 Parcours: m1, m1 + 1, ..., m1 + m2-1 Graphique complet à droite: m1 + m2, m1 + m2 + 1, ..., 2 * m1 + m2-1

Exemple 1

#barbell_graph
G=nx.barbell_graph(5,2)
plt.cla()
nx.draw_networkx(G)
plt.show()

Exemple 2 (lorsque m2 = 0)

G=nx.barbell_graph(5,0)
plt.cla()
nx.draw_networkx(G)
plt.show()

binomial_tree

binomial_tree(n)

Renvoie un arbre binaire de degré n. Le nombre de nœuds est $ 2 ^ n $ et le nombre d'arêtes est $ 2 ^ n-1 $.

Exemple

G=nx.binomial_tree(3)
plt.cla()
nx.draw_networkx(G)
plt.show()

complete_graph

complete_graph(n, create_using=None)

Renvoie un graphique dans lequel un nœud est lié à tous les autres nœuds.

Exemple 1 (lorsque n est un type entier)

G=nx.complete_graph(6)
plt.cla()
nx.draw_networkx(G)
plt.show()

Exemple 2 (lorsque n est un conteneur de nœuds)

G=nx.complete_graph(range(12,18))
plt.cla()
nx.draw_networkx(G)
plt.show()

complete_multipartite_graph

complete_multipartite_graph(*subset_sizes)

Exemple Créez un graphique en plusieurs parties complet composé de trois sous-ensembles, chacun avec quelques nœuds.

G=nx.complete_multipartite_graph(2,3,3)
plt.cla()
nx.draw_networkx(G)
plt.show()

circulaire_ladder_graph

circular_ladder_graph(n, create_using=None) Renvoie un graphique en échelle circulaire de longueur n.

Exemple

G=nx.circular_ladder_graph(10)
plt.cla()
nx.draw_networkx(G)
plt.show()

circulant_graph

circulant_graph(n, offsets, create_using=None)

Renvoie un graphe circulaire composé de «n» nœuds. À quel autre nœud un nœud se connecte est spécifié par ʻoffsets`.

Exemple

G=nx.circulant_graph(10,[1,2])
plt.cla()
nx.draw_networkx(G)
plt.show()

Puisque ʻoffsets = [1,2] `, le sommet i est connecté au sommet i + 1, i + 2, respectivement. Vertex 0 est connecté à Vertex 1,2, Vertex 1 est connecté à Vertex 2,3, ..., Vertex 9 est connecté à Vertex 0,1.

cycle_graph

cycle_graph(n, create_using=None)

Exemple

G=nx.cycle_graph(10)
plt.cla()
nx.draw_networkx(G)
plt.show()

dorogovtsev_goltsev_mendes_graph (graphique Dorogovstev-Goltsev-Mendes)

dorogovtsev_goltsev_mendes_graph(n, create_using=None)

Renvoie le graphique créé par l'algorithme Dorogovstev-Goltsev-Mendes.

Papier original https://arxiv.org/abs/cond-mat/0112143

G=nx.dorogovtsev_goltsev_mendes_graph(3)
plt.cla()
nx.draw_networkx(G)
plt.show()

empty_graph (graphe vide avec des nœuds)

empty_graph(n=0, create_using=None, default=<class 'networkx.classes.graph.Graph'>)

Renvoie un graphique de «n» nœuds sans arêtes.

Exemple

G=nx.empty_graph(10)
plt.cla()
nx.draw_networkx(G,pos)
plt.show()

Comment utiliser create_using

La variable create_using doit être un constructeur de Graph ou un objet de type «graph».

Il existe trois utilisations principales de create_using.

1. Spécifiez la nature du graphique vide.
2. Faire d'un graphique existant un graphique vide
3. Lors de la création de votre propre fonction de création de graphe, permettez-vous de passer votre constructeur de graphe préféré à create_using.

Exemple de 1

Créez un graphe orienté vide (DiGraph).

n = 10
G = nx.empty_graph(n, create_using=nx.DiGraph)

2 exemples

Créez un graphe vide G2 avec des arêtes supprimées du graphe complet G1.

n=5
G1=nx.complete_graph(n)
G1.number_of_edges() #10
G2=nx.empty_graph(n,create_using=G1)
G2.number_of_edges() #0

3 exemples

Pour votre propre fonction de création de graphe mygraph, définissez pour utiliser le constructeur par défaut nx.MultiGraph si create_using n'est pas spécifié, et pour utiliser le constructeur spécifié dans le cas contraire.

def mygraph(n, create_using=None):
    G = nx.empty_graph(n, create_using, default=nx.MultiGraph)
    G.add_edges_from([(0, 1), (0, 1)])
    return G
G = mygraph(3)
G.is_multigraph() #True

G = mygraph(3, nx.Graph)
G.is_multigraph() #False

full_rary_tree (toutes les branches r)

full_rary_tree(r, n, create_using=None)

Crée toutes les branches «r» constituées de «n» nœuds. Chaque nœud est une feuille ou a des nœuds enfants «r».

Exemple

G=nx.full_rary_tree(3,16)
pos=nx.spring_layout(G,iterations=1000)
plt.cla()
nx.draw_networkx(G,pos)
plt.show()

ladder_graph

ladder_graph(n, create_using=None)

Renvoie un graphique en échelle.

Exemple

G=nx.ladder_graph(7)
plt.cla()
nx.draw_networkx(G)
plt.show()

lollipop_graph

lollipop_graph(m, n, create_using=None)

Renvoie un graphique en forme de sucette (un graphique complet de «m» nœuds et un chemin de «n» nœuds qui y sont connectés).

Exemple

G=nx.lollipop_graph(6,3)
plt.cla()
nx.draw_networkx(G)
plt.show()

null_graph

null_graph(create_using=None)

Renvoie un graphique sans nœuds ni arêtes. Voir ʻempty_graph pour savoir comment utiliser create_using`.

Exemple

G=nx.null_graph()
plt.cla()
nx.draw_networkx(G)
plt.show()

path_graph

path_graph(n, create_using=None)

Renvoie un graphique de «n» nœuds qui ne passe pas deux fois par le même nœud.

G=nx.path_graph(5)
plt.cla()
nx.draw_networkx(G)
plt.show()

star_graph

star_graph(n, create_using=None)

Renvoie un graphique avec «n» nœuds périphériques externes concaténés pour un nœud central.

G=nx.star_graph(5)
plt.cla()
nx.draw_networkx(G)
plt.show()

trivial_graph

trivial_graph(create_using=None)

Renvoie le graphique le plus simple constitué d'un seul nœud.

G=nx.trivial_graph()
plt.cla()
nx.draw_networkx(G)
plt.show()

turan_graph

turan_graph(n, r)

Renvoie un graphe en plusieurs parties complet avec n nœuds divisés en r parties non connectées. Le nombre d'arêtes est le nombre arrondi à la fraction de «n ** 2 * (r-1) / (2 * r)».

G=nx.turan_graph(6,3)
plt.cla()
nx.draw_networkx(G)
plt.show()

Le nœud est divisé en trois parties (0,1), (2,3), (4,5). Les nœuds appartenant à la même pièce ne sont pas concaténés.

Le graphique donné dans l'exemple dit: "Trois couples sont allés à un cocktail. Sur place, tout le monde a serré la main de tous les participants sauf eux-mêmes et leur conjoint. La relation à ce moment-là a été un signe de la tête aux participants. , Quel genre de graphique obtiendriez-vous si vous exprimiez votre poignée de main comme un bord? »Est la réponse à la question. Par conséquent, il s'appelle "Cocktail Party Graph".

wheel_graph

wheel_graph(n, create_using=None)

Renvoie un graphique avec n-1 nœuds externes concaténés pour un nœud hub.

Example

G=nx.wheel_graph(10)
plt.cla()
nx.draw_networkx(G)
plt.show()

Graphique d'expansion

C'est un graphe clairsemé avec un composant fortement connecté.

margulis_gabber_galil_graph (graphe de Margulis-Gabber-Galil)

margulis_gabber_galil_graph(n, create_using=None)

Renvoie un graphe Margulis-Gabber-Galil. Il s'agit d'un graphe multiplex non orienté avec un ordre de nœuds de 8. La deuxième plus grande valeur propre dans la matrice adjacente de ce graphique est $ 5 \ sqrt {2} $. Une erreur est renvoyée si le graphique n'est pas orienté ou plusieurs graphiques.

G=nx.margulis_gabber_galil_graph(3)
pos=nx.circular_layout(G)
plt.cla()
nx.draw_networkx(G)
plt.show()

chordal_cycle_graph (graphe en circuit fermé avec des chaînes)

chordal_cycle_graph(p, create_using=None)

Renvoie un graphe fermé avec des accords (arêtes qui ne font pas partie du fermé mais se connectent entre deux nœuds sur le graphe fermé). Le nœud x a une chaîne pour le nœud y qui satisfait x * y = 1 (mod p). Une erreur est renvoyée si le graphique n'est pas orienté ou plusieurs graphiques.

G=nx.chordal_cycle_graph(7)
pos=nx.circular_layout(G)
plt.cla()
nx.draw_networkx(G,pos)
plt.show()

Social Networks

C'est un graphe de réseau social célèbre.

karate_club_graph (club de karaté de Zachary)

karate_club_graph()

Un réseau de membres du Karate Club interrogé par le psychologue social américain Zachary. Vous pouvez voir qu'il est divisé en deux factions centrées sur le nœud 0 et les nœuds 32 et 33.

Zachary, Wayne W. “An Information Flow Model for Conflict and Fission in Small Groups.” Journal of Anthropological Research, 33, 452–473, (1977).

G=nx.karate_club_graph()
plt.figure(figsize=(8,6))
nx.draw_networkx(G)
plt.show()

davis_southern_women_graph (Davis et al. Southern Women's Graph)

davis_southern_women_graph()

Un réseau de 18 femmes dans le sud des États-Unis interrogé par Davis et al.Dans les années 1930. Il s'agit d'un graphique en deux parties composé de nœuds représentant 18 femmes et 14 événements participants.

A. Davis, Gardner, B. B., Gardner, M. R., 1941. Deep South. University of Chicago Press, Chicago, IL.

florentine_families_graph (Famille à Florence)

florentine_families_graph()

Relation de mariage de familles influentes telles que la famille Médicis à Florence Renaissance.

Ronald L. Breiger and Philippa E. Pattison Cumulated social roles: The duality of persons and their algebras,1 Social Networks, Volume 8, Issue 3, September 1986, Pages 215-256

les_miserables_graph()

les_miserables_graph()

C'est un graphique des personnages du roman "Les Misérables".

D. E. Knuth, 1993. The Stanford GraphBase: a platform for combinatorial computing, pp. 74-87. New York: AcM Press.

référence

• https://networkx.org/documentation/networkx-2.4/reference/generators.html