networkx小练习

networkx是针对复杂网络研发的库，可以通过在cmd窗口中pip 或者直接在pycharm中通过：File—>Setting-->Project-->Project interpreter 这样的路径可以看到你目前所安装的库，并且点击右上方的“+”，能够在搜索框中搜索你想安装的库，点击下方“install package”就可以安装相关库。本人是在pycharm中安装完成，非常简单快速。

在运用networkx时会用到numpy库和matplotlib库，可以进行pip安装，在安装matplotlib时最后会自动安装numpy.

python -m pip install matplotlib， 如果超时报错‘’raise ReadTimeoutError  ''：pip install -U --timeout 1000 matplotlib，

如果报错”these package do not match the hashes.....“:pip install --upgrade matplotlib

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()

G.add_nodes_from(['a', 'b', 'c', 'd', 'e', 'f', 'g'])
G.add_edges_from([('a', 'c'), ('b', 'c'), ('c', 'd'), ('d', 'e'), ('d', 'f'), ('d', 'g')])
nx.draw(G, with_labels=True)  # 绘制网图
plt.show()
degree = nx.degree_histogram(G)  # 绘制度分布序列图
x = range(len(degree))
y = [z/float(sum(degree)) for z in degree]
plt.loglog(x, y, color='yellow', linewidth=3)
plt.show()
print('节点', G.nodes())
print('边数', G.number_of_edges())
print('每个节点的度', G.degree())
print('度分布序列', nx.degree_histogram(G))
print('每个节点的聚集系数', nx.clustering(G))
print('平均聚集系数', nx.average_clustering(G))
print('图的直径', nx.diameter(G))
print('富人俱乐部系数'nx.rich_club_coefficient(G))