networkx基础

建图

最简单的undirected graph:

import networkx as nx
g = nx.Graph

add nodes

可以通过一次加一个，也可以多个

一次加一个，这样方便一起加入attributes（node或者edge的），然后再在外面套for

for node, value in zip(split_sorted_indices.tolist(),
                       zip(split_sorted_node_features, split_sorted_eval_label.tolist(), split_sorted_loss.tolist(),
                           split_original_label.tolist())):
    attr_dict = dict(zip(['node_features', 'eval_label', 'loss', 'original_label'], value))
    g.add_node(node, **attr_dict)

还可以一次加一组，但是这样attr所有node都一样了
```
g.add_nodes_from([1, 2, 3,], attr={'a', 'b', 'c'})
```

add edges

与nodes 同理，也有两种

单独对nodes/edges设features

set_node_attributes

默认要求要传入一个dict，并且这个dict要以node为key，其value是对应node的attribute。如果传入的是一个list ()，则会！！默认添加到每一个node上面，作为每一个node的attributes，并且更新这个list会影响到每一个node的attributes

set_edge_attributes

同理也是这样，要求传入的是dict

Undirected Graph

nx.Graph就是undirected graph的行为，如果要directed graph 用 nx.DiGraph
当node中没有所添加edge的node 时候，会自动添加那个node，不会报错！！
一条edge的同一个node调换顺序添加两次，实质上加了一条，即有自动去重功能！！

g.add_edge(1,0)
g.edges()
Out[30]: EdgeView([(1, 0)])
g.add_edge(0,1)
g.edges()
Out[32]: EdgeView([(1, 0)])

常用功能

获取features

用get_node_features/get_edge_features

nx.get_node_attributes(g_obj.nx_g, 'eval_label')

这样获得的是一个dict，因此还要为了转化为list，还要如下：

list(nx.get_node_attributes(g_obj.nx_g, 'eval_label').values())

获取Subgraph

直接用Graph.subgraph(nbunch)即可，其中nbunch用一个node idx组成的list即可，会自动分离出subgraph。

默认attributes是mapping，所以对subgraph attributes的修改也会影响parent graph。欲没有影响，则应该用Graph.subgraph().copy
若是为了直接变小图，则应该用G.remove_nodes_from([ n in G if n not in set(nbunch)])

对nodes重新标注relabeling nodes

作用：对原来的nodes 做一个mapping，并顺带修改edges

`nx.relabel_nodes`按任意mapping对nodes进行重新标注

networkx.relabel.relabel_nodes

只有dict中涉及到的nodes会进行relabel，其余的不会，因此可以通过这个做部分mapping
默认 不是inplace操作，而是返回一个copy,copy为false的时候为inplace

例子：把原来不是连续的120个nodes映射为从0开始的120的nodes

mapping = {idx:i for idx, i in zip(list(self.nx_g.nodes()), range(len(self.nx_g)))}
t1 = nx.relabel_nodes(self.nx_g, mapping)
t1.nodes()

Out[5]: NodeView((0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119))

`nx.convert_node_labels_to_integers`把原来的nodes映射成按一定规则的连续整数

默认是return a copy（包括nodes 和 edge attribute）
first_label设定mapping的起始点。
ordering默认是按照原来的顺序进行映射，也可设定为sorted（按原来nodes排序后的顺序映射）。。。
label_attribute设定了之后可以把 原来的index放到新的graph的nodes attributes中