node_link_graph

node_link_graph(data, directed=False, multigraph=True, *, source='source', target='target', name='id', key='key', edges=None, nodes='nodes', link=None)

从节点-链接数据格式返回图。

适用于从 JSON 反序列化。

参数:

datadict

节点-链接格式的图数据

directedbool

如果为 True，并且数据中未指定方向，则返回有向图。

multigraphbool

如果为 True，并且数据中未指定多重图，则返回多重图。

sourcestring

一个字符串，提供用于存储 NetworkX 内部图数据的 'source' 属性名称。

targetstring

一个字符串，提供用于存储 NetworkX 内部图数据的 'target' 属性名称。

namestring

一个字符串，提供用于存储 NetworkX 内部图数据的 'name' 属性名称。

keystring

一个字符串，提供用于存储 NetworkX 内部图数据的 'key' 属性名称。

edgesstring

一个字符串，提供用于存储 NetworkX 内部图数据的 'edges' 属性名称。

nodesstring

一个字符串，提供用于存储 NetworkX 内部图数据的 'nodes' 属性名称。

linkstring

自 3.4 版起已弃用: link 参数已弃用，并将在 3.6 版中移除。请改用 edges 关键字。

一个字符串，提供用于存储 NetworkX 内部图数据的 'edges' 属性名称。

返回值:

GNetworkX graph

一个 NetworkX 图对象

另请参阅

node_link_data, adjacency_data, tree_data

注意

属性 'key' 仅用于多重图。

要将 node_link_data 与 node_link_graph 结合使用，属性的关键字名称必须匹配。

示例

通过转换图创建节点-链接格式的数据。

>>> from pprint import pprint
>>> G = nx.Graph([("A", "B")])
>>> data = nx.node_link_data(G, edges="edges")
>>> pprint(data)
{'directed': False,
 'edges': [{'source': 'A', 'target': 'B'}],
 'graph': {},
 'multigraph': False,
 'nodes': [{'id': 'A'}, {'id': 'B'}]}

将节点-链接格式的数据还原为图。

>>> H = nx.node_link_graph(data, edges="edges")
>>> print(H.edges)
[('A', 'B')]

要使用 JSON 序列化和反序列化图，

>>> import json
>>> d = json.dumps(nx.node_link_data(G, edges="edges"))
>>> H = nx.node_link_graph(json.loads(d), edges="edges")
>>> print(G.edges, H.edges)
[('A', 'B')] [('A', 'B')]