使用Python中的Networkx建立一個循環圖

循環圖是一種特殊的圖，其中每個節點恰好有兩個鄰居，並以完整的循環方式與其他節點連接。使用 Python 的 Networkx 模組可以快速輕鬆地製作循環圖。循環圖是透過使用“networkx.cycle_graph()”函數和節點數來產生的。此圖經常用於各種應用，包括週期性現象的建模、圓形結構的表示以及循環過程的分析。由於其易用性和表示循環互動的能力，它在圖論和許多現實世界中很有用。

Python 中的 NetworkX 是什麼？

一個名為 NetworkX 的強大 Python 套件用於設計、檢查和操作複雜的網路或圖形。它提供了多種工具和技術來有效地處理圖形結構。開發人員和學者可以使用 NetworkX 快速對專案之間的互動進行建模、檢查網路特徵、找出重要節點、定位最短路徑等。由於其適應性，圖書館成為許多領域的重要資源，包括社交網路分析、交通網路、生物學和網路技術。 Python 程式設計師可以利用 NetworkX 的使用者友善介面和廣泛的功能來解決具有挑戰性的圖形相關問題，並了解更多有關資料互連的資訊。

循環圖

循環圖是一種特殊的圖，其中每個節點都恰好連接到其兩個鄰居，形成單一閉環或循環。該圖中的節點之間沒有任何分支或大量連接。此循環創建了一個圓形結構，作為循環圖的定義特徵。這是圖論中的基本思想，經常用於模擬循環或週期性事件。循環圖用於多種學科，例如化學、物理、電腦科學和社交網路研究，這些學科需要顯示和分析循環交互作用和模式。

屬性

• 循環圖中的每個節點都恰好連接到其他兩個節點，從而創建一個沒有任何分支或死胡同的閉環。

• 具有 n 個節點的循環圖的符號是 C_n，其中 n 代表循環的節點總數。

• 具有 n 個節點的循環圖恰好有 n 個邊，因為每個節點都透過一條邊連接到其兩個相鄰鄰居。

• 循環圖C_n的維度為floor(n/2)。它代表任兩個圖節點之間可能的最大分離。

• 循環圖有兩個頂點連接和兩個邊連接，因此刪除兩者之一不會導致圖斷開連接。

• 循環圖具有精確穿過每條邊的閉合遊走，因為它們是歐拉圖。

• 每個循環圖 C_n 中都存在哈密頓循環，或者說恰好訪問每個節點一次的循環。

• 循環圖可以在 2D 平面上表示，而不包含任何邊交叉，因為它們是平面圖。

• 循環圖具有旋轉對稱性，因為它們在旋轉 360 度的任意倍數後仍保持其外觀。

• 若n為偶數，則循環圖的色數為2，若n為奇數，則為3。

• 循環圖在許多應用中都很有用，並且由於其簡單且定義明確的功能，可以作為更複雜的圖結構中的構建塊。

使用的方法

• 導入模組

• 顯示圖

導入模組

當使用 Networkx 在 Python 中建立循環圖時，術語「導入模組」是指在腳本中提供所需的庫以支援圖形的操作和視覺化。 「networkx」模組專門提供了用於創建、分析和製定圖形的工具，而可選的「matplotlib.pyplot」模組則支援圖形視覺化。透過導入這些模組，我們可以更輕鬆地建立循環圖，分析其屬性，並使用視覺化技術來更了解圖的結構和關係。這提高了我們對各種現實應用中的循環模式和過程的理解。

演算法

新增所需的庫：

• nx 導入“networkx”

• 您可以將「matplotlib.pyplot」匯入為 plt 來查看圖形。

建立一個循環圖物件：

• 要產生循環圖，請使用 Networkx 的 Cycle_graph() 方法。

• cycle_graph() 函式接受輸入 num_nodes，它表示節點總數。

• 然後應將產生的循環圖物件指派給變數（如cycle_graph）。

圖形視覺化（可選）：

• 如果需要視覺化，請建立一個佈局以使節點能夠以美觀的方式顯示（例如，pos = nx.circular_layout(cycle_graph)）。

• 根據給定的資訊和佈局，使用nx.draw()函數繪製圖形。

• 如果您想要更好的視覺表示，請設定節點標籤、顏色和文字大小的參數。

• 要查看循環圖，請使用 plt.show() 顯示圖形圖（假設匯入了 matplotlib）。

傳回循環圖物件。

文法

import networkx as nx
import matplotlib.pyplot as plt  

def create_cycle_graph(num_nodes):
   cycle_graph = nx.cycle_graph(num_nodes)
   return cycle_graph

def visualize_graph(graph):
   pos = nx.circular_layout(graph)
   nx.draw(graph, pos, with_labels=True, node_size=1000, node_color='skyblue', 
font_size=10)
   plt.show()

if __name__ == "__main__":
   num_nodes = 5
   cycle_graph = create_cycle_graph(num_nodes)
   visualize_graph(cycle_graph)

輸出

#顯示圖

「顯示圖」是指在Python中使用Networkx建構和視覺化循環圖時，在螢幕上顯示圖形視覺化的過程。使用“nx.draw()”函數以圖形方式表示循環圖，然後使用“plt.show()”命令在互動式視窗中顯示繪圖（其中“plt”是“matplotlib.pyplot”）。然後，使用者可以查看循環圖及其循環結構、節點連接和任何其他相關資料。透過使用所示的圖作為其直觀表示，可以更輕鬆地理解和分析循環圖的屬性和交互作用。

演算法

• 為了產生和視覺化圖形，請匯入 Networkx 和 Matplotlib 函式庫。

• 您可以使用使用者的輸入或為循環圖預先定義一定數量的節點。

• 要建構具有所需節點數量的 Cycle Graph 對象，請使用 nx.cycle_graph() 函數。

• 要變更圖形的外觀，請使用 nx.draw() 函數和可選參數。

• 要在螢幕上顯示圖形，請使用 plt.show()。

範例

import networkx as nx
import matplotlib.pyplot as plt

num_nodes = int(input("Enter the number of nodes for the Cycle Graph: "))

cycle_graph = nx.cycle_graph(num_nodes)


pos = nx.circular_layout(cycle_graph)
nx.draw(cycle_graph, pos, with_labels=True, node_size=1000, 
node_color='skyblue', font_size=10)

plt.show()

輸出

#結論

最後，使用Python的Networkx，我們能夠正確產生並顯示循環圖。循環圖中的每個節點恰好連接到兩個鄰居以指示閉環。借助 Networkx 強大的圖形工作工具，我們可以對各種現實世界的循環關係相關事件進行建模和分析。 Python 程式設計師可以透過使用 Networkx 的使用者友善介面和豐富的功能來檢查複雜的網路結構、定位重要節點、尋找最短路徑等。 Networkx 是圖論和各種應用學科中的有用工具，因為圖的視覺化功能有助於更好地理解循環模式和互連。

以上是使用Python中的Networkx建立一個循環圖的詳細內容。更多資訊請關注PHP中文網其他相關文章！