io

# NetworkX 输入/输出 ## 从文件读取图 ### 邻接列表格式 python # 读取邻接列表（简单的文本格式） G = nx.read_adjlist('graph.adjlist') # 带节点类型转换 G = nx.read_adjlist('graph.adjlist', nodetype=int) # 用于有向图 G = nx.read_adjlist('graph.adjlist', create_using=nx.DiGraph()) # 写入邻接列表 nx.write_adjlist(G, 'graph.adjlist') 邻接列表格式示例： # node neighbors 0 1 2 1 0 3 4 2 0 3 3 1 2 4 4 1 3 ### 边列表格式 python # 读取边列表 G = nx.read_edgelist('graph.edgelist') # 带节点类型和边数据 G = nx.read_edgelist('graph.edgelist', nodetype=int, data=(('weight', float),)) # 读取加权边列表 G = nx.read_weighted_edgelist('weighted.edgelist') # 写入边列表 nx.write_edgelist(G, 'graph.edgelist') # 写入加权边列表 nx.write_weighted_edgelist(G, 'weighted.edgelist') 边列表格式示例： # source target 0 1 1 2 2 3 3 0 加权边列表示例： # source target weight 0 1 0.5 1 2 1.0 2 3 0.75 ### GML (图建模语言) python # 读取 GML（保留所有属性） G = nx.read_gml('graph.gml') # 写入 GML nx.write_gml(G, 'graph.gml') ### GraphML 格式 python # 读取 GraphML（基于 XML 的格式） G = nx.read_graphml('graph.graphml') # 写入 GraphML nx.write_graphml(G, 'graph.graphml') # 指定编码 nx.write_graphml(G, 'graph.graphml', encoding='utf-8') ### GEXF (图交换 XML 格式) python # 读取 GEXF G = nx.read_gexf('graph.gexf') # 写入 GEXF nx.write_gexf(G, 'graph.gexf') ### Pajek 格式 python # 读取 Pajek .net 文件 G = nx.read_pajek('graph.net') # 写入 Pajek 格式 nx.write_pajek(G, 'graph.net') ### LEDA 格式 python # 读取 LEDA 格式 G = nx.read_leda('graph.leda') # 写入 LEDA 格式 nx.write_leda(G, 'graph.leda') ## 使用 Pandas ### 从 Pandas DataFrame 读取 python import pandas as pd # 从边列表 DataFrame 创建图 df = pd.DataFrame({ 'source': [1, 2, 3, 4], 'target': [2, 3, 4, 1], 'weight': [0.5, 1.0, 0.75, 0.25] }) # 创建图 G = nx.from_pandas_edgelist(df, source='source', target='target', edge_attr='weight') # 带多个边属性 G = nx.from_pandas_edgelist(df, source='source', target='target',