在 NetworkX 的 DiGraph（有向图）中，可以通过以下方法操作节点和边，以及查找前驱和后继节点。以下是详细的添加、修改、删除和查找方法：
一、操作节点的方法
1. 添加节点
使用 add_node 方法添加单个节点，可以同时设置属性：
import networkx as nx
# 创建有向图
graph = nx.DiGraph()
# 添加单个节点并设置属性
graph.add_node(1, color="red", size=10)
graph.add_node(2, color="blue", size=20)
# 批量添加节点
graph.add_nodes_from([3, 4, 5])
# 查看所有节点及其属性
print(graph.nodes(data=True))
# 输出: [(1, {'color': 'red', 'size': 10}), (2, {'color': 'blue', 'size': 20}), (3, {}), (4, {}), (5, {})]
2. 修改节点属性
可以直接通过 graph.nodes[node][attribute] 修改节点属性：
# 修改节点属性
graph.nodes[1]["color"] = "green"
graph.nodes[1]["size"] = 15
print(graph.nodes[1])
# 输出: {'color': 'green', 'size': 15}
3. 删除节点
使用 remove_node 方法删除单个节点：
# 删除节点
graph.remove_node(5)
print(graph.nodes(data=True))
# 输出: [(1, {'color': 'green', 'size': 15}), (2, {'color': 'blue', 'size': 20}), (3, {}), (4, {})]
可以批量删除节点：
graph.remove_nodes_from([3, 4])
print(graph.nodes(data=True))
# 输出: [(1, {'color': 'green', 'size': 15}), (2, {'color': 'blue', 'size': 20})]
4. 查找节点
- 获取所有节点：使用
graph.nodes。 - 判断节点是否存在：使用
graph.has_node(node)。
# 获取所有节点
print(list(graph.nodes)) # 输出: [1, 2]
# 判断节点是否存在
print(graph.has_node(1)) # 输出: True
print(graph.has_node(5)) # 输出: False
二、操作边的方法
1. 添加边
使用 add_edge 方法添加单条边，可以同时设置属性：
# 添加单条边
graph.add_edge(1, 2, weight=5, label="A")
# 批量添加边
graph.add_edges_from([(2, 3), (3, 4, {"weight": 10}), (4, 1)])
# 查看所有边及其属性
print(graph.edges(data=True))
# 输出: [(1, 2, {'weight': 5, 'label': 'A'}), (2, 3, {}), (3, 4, {'weight': 10}), (4, 1, {})]
2. 修改边属性
可以直接通过 graph.edges[edge][attribute] 修改边属性：
# 修改边属性
graph.edges[1, 2]["weight"] = 15
graph.edges[1, 2]["label"] = "B"
print(graph.edges[1, 2])
# 输出: {'weight': 15, 'label': 'B'}
3. 删除边
使用 remove_edge 方法删除单条边：
# 删除单条边
graph.remove_edge(1, 2)
print(graph.edges(data=True))
# 输出: [(2, 3, {}), (3, 4, {'weight': 10}), (4, 1, {})]
可以批量删除边：
graph.remove_edges_from([(2, 3), (4, 1)])
print(graph.edges(data=True))
# 输出: [(3, 4, {'weight': 10})]
4. 查找边
- 获取所有边：使用
graph.edges。 - 判断边是否存在：使用
graph.has_edge(node1, node2)。
# 获取所有边
print(list(graph.edges)) # 输出: [(3, 4)]
# 判断边是否存在
print(graph.has_edge(3, 4)) # 输出: True
print(graph.has_edge(1, 2)) # 输出: False
三、查找前驱和后继的方法
在有向图中：
- 前驱：指向某节点的节点。
- 后继：某节点指向的节点。
1. 查找某节点的前驱
使用 graph.predecessors(node) 查找某节点的所有前驱节点：
graph.add_edge(1, 2)
graph.add_edge(3, 2)
graph.add_edge(4, 2)
print(list(graph.predecessors(2)))
# 输出: [1, 3, 4]
2. 查找某节点的后继
使用 graph.successors(node) 查找某节点的所有后继节点：
graph.add_edge(2, 5)
graph.add_edge(2, 6)
print(list(graph.successors(2)))
# 输出: [5, 6]
四、其他相关方法
1. 入度和出度
- 入度：指向某节点的边的数量。
- 出度：某节点指向的边的数量。
使用 graph.in_degree(node) 和 graph.out_degree(node) 获取入度和出度：
print(graph.in_degree(2)) # 输出: 3 (节点 2 的前驱有 1, 3, 4)
print(graph.out_degree(2)) # 输出: 2 (节点 2 的后继有 5, 6)
2. 获取邻接关系
- 后继节点：使用
graph[node]或graph.adj[node]。 - 前驱节点：使用
graph.pred[node]。
# 后继节点
print(graph[2]) # 输出: {5: {}, 6: {}}
# 前驱节点
print(graph.pred[2]) # 输出: {1: {}, 3: {}, 4: {}}
3. 查找入度和出度的节点
使用 graph.in_edges(node) 和 graph.out_edges(node) 获取与某节点有关的入边和出边：
print(graph.in_edges(2)) # 输出: [(1, 2), (3, 2), (4, 2)] (指向节点 2 的边)
print(graph.out_edges(2)) # 输出: [(2, 5), (2, 6)] (从节点 2 出发的边)
五、总结
节点操作方法
-
添加节点：
add_node或add_nodes_from。 -
删除节点：
remove_node或remove_nodes_from。 -
修改节点属性：直接通过
graph.nodes[node][attribute]修改。 -
查找节点：
graph.nodes获取所有节点，graph.has_node(node)判断节点是否存在。
边操作方法
-
添加边：
add_edge或add_edges_from。 -
删除边：
remove_edge或remove_edges_from。 -
修改边属性：直接通过
graph.edges[edge][attribute]修改。 -
查找边：
graph.edges获取所有边，graph.has_edge(node1, node2)判断边是否存在。
前驱和后继方法
-
查找前驱：
graph.predecessors(node)。 -
查找后继：
graph.successors(node)。 -
入度和出度：
graph.in_degree(node)和graph.out_degree(node)。 -
邻接关系：
graph[node]（后继），graph.pred[node]（前驱）。
网友评论