無向圖，有向圖，加權圖等例子代碼 【http://www.cnblogs.com/kaituorensheng/p/5423131.html#_label1】
數據分析學習筆記(三)-NetworkX的使用 【http://baiyejianxin.iteye.com/blog/1764048】
官網文檔 【https://networkx.readthedocs.io/en/stable/overview.html】 【http://networkx.github.io/documentation/networkx-1.7/index.html】
NetworkX使用筆記：讀入外部文件並轉換成各種格式 【http://sparkandshine.net/networkx-use-notes-read-external-file-convert-to-other-formats/】
————————————————————————————————-
1.安裝
安裝networkx之前要安裝畫圖工具matplotlib，以及矩陣運算工具numpy,於是我們執行：
pip install numpy
pip install matplotlib
pip install networkx
2.使用
networkx的英文版說明可以在其官方網站上下載得到，寫的簡單易懂。
http://networkx.github.io/documentation/latest/reference/index.html
這里記錄下一些簡單的建圖方法。
在networkx中，圖以對象的形式提供借口。
在圖對象中，還有點，邊等也是以對象形式提供，畫圖則調用matplotlib的函數完成。
建圖
networkx可以建立簡單無向圖graph，有向圖digraph，可重復邊的multi-graph。
import networkx as nx
G=nx.Graph()
D=nx.DiGraph()
M=nx.MultiGraph()
點
這里的點可以是任意可區分的對象（hashable），比如數字，字符串，對象等。
G.add_node(1)
G.add_node('first_node’) #這里用一個對象多為key來唯一區別一個點 #我們還能夠用一個列表來批量加入點
G.add_nodes_from([1,2,3]) #還可以用一個圖對象作為點，嵌入到其他圖中
G.add_node(D) #這里D作為一個點的key #或者把一個圖的所有點賦予另一個圖
G.add_nodes_from(D) #這里返回D的所有點，賦予G #與加入相同的傳遞方法，我們也可以刪除點
G.remove_node(1)
G.remove_nodes_from([1,2,3])
邊
這里的邊可以使用兩個單獨的對象作為輸入
G.add_edge(1,2) #表示1，2之間有一條邊。 #如果不存在點1，2，則會自動加入點集合。 #或者以元組的形式作為輸入
e=(1,2)
G.add_edge(e) #這里的代表吧元組解包（unpack），當作一個個的值扔到函數中去。 #如果不解包，等價於 #G.add_edge(e)=G.add_edge((1,2))與參數傳遞的方式不符。 #類似的，我們還可以使用包含元組的列表來傳遞參數
G.add_edges_from([(1,2),(2,3)]) #我們還可以報一個圖的邊賦予另一個圖
G.add_edges_from(H) #刪除
G.remove_edge(1,2)
G.remove_edges_from([(1,2),(2,3)])
訪問
node_list = G.nodes()
edge_list = G.edges() #可以返回包含點與邊的列表
node = G.node[‘first_node’] #如上根據key返回點
edge = G.edge['first_node’]['second_node’] #同樣的方法，返回兩個key之間的邊
屬性
我們可以給圖，點，邊賦予各種屬性，最簡單的就是權值屬性
G.add_node(1,time='5pm’) #在添加時跟上屬性
G.add_nodes_from([1,2,3],time='5pm’) #批量添加點是，跟上統一的屬性
G.add_nodes_from([(3,{'time’:'5pm’}), (4,{'time’:'4pm’})]) #或者寫成元組列表[（key,dict），（key,dict）]的形式
G.node1['time’] #根據字典key訪問屬性值。
給邊添加屬性也類似
G.add_edge(1,2,time='3am’)
G.add_edges_from([(1,2,{'time’='5pm’}),(2,3,{'time’=3am})]) #批量賦予屬性
G.edge1[2][‘time’] #訪問
我們還可以使用特定的函數批量返回屬性，如
time = nx.get_edge_attributes(G,'time’) #返回得到以元組為key,time屬性為值得一個字典
time[(1,2)]
圖算法
nx.connected_components(G) #返回列表形式的G的全連通分量，每個分量一個子列表
類似的，networkx還提供各種圖算法，具體可見官方文檔。
畫圖
nx.draw(G) #畫出圖G
matplotlib.show() #顯示出來
————————————————————————————————-
import networkx as nx
import matplotlib.pyplot as plt
計算1：求無向圖的任意兩點間的最短路徑
G = nx.Graph()
G.add_edges_from([(1,2),(1,3),(1,4),(1,5),(4,5),(4,6),(5,6)])
path = nx.all_pairs_shortest_path(G)
print（path1）
計算2：求出圖中在環上的點
G = nx.Graph()
G.add_edges_from([(1,2),(1,3),(1,4),(1,5),(4,5),(4,6),(5,6)])
path = nx.all_pairs_shortest_path(G)
print（path1）
path=nx.all_pairs_shortest_path(G) #調用多源最短路徑算法，計算圖G所有節點間的最短路徑
print（path0[2]） #輸出節點0、2之間的最短路徑序列： [0, 1, 2]