Networkx-cycle

1.cycle_basis

cycle_basis 的函数原型：

cycle_basis(G, root=None)

需要传入两个参数

---

假设我们创建一个图

import networkx as nximport matplotlib.pyplot as pltG=nx.Graph()  # 创建一个无向图G.add_edges_from([(1,2),(2,3),(3,1),(2,4),(4,3),(3,1)]) # 构建边nx.draw_networkx(G,pos=nx.spring_layout(G))plt.show()  # 画图nx.cycle_basis(G,1)  # 计算 cycle basis

---

我们把这个图画出来，我们其实可以发现几个环，[1,2,3] ，[2,3,4],[1,2,3,4]

我们来看下这个实验结果，它得到的是两个环
少了一个[1,2,3,4]
这个是因为我们调用的这个API cycle_basis 决定的 因为它指的就是这个循环中的最小圈

一个网络周期的基础就是循环的最小的集合，网络中的任何循环都可以写成是基于每个周期基础 cycle basis 的总和。

但是这个函数只适用与无向图。

---

---

2. simple_cycles

simple_cycles 找到有向图中的基本回路。 注意是找有向图中的基本回路。

一个简单simple 的周期，或者说是一个基本的回路（elementary circuit）。如果两个回路有着不同的循环排列，那么这两个基本的回路是不同的。

现在我们来构建一个图之后我们来尝试一下使用simple_cycles() 这个函数

这个函数的函数原型是：

simple_cycles(G)

---

G=nx.DiGraph()G.add_edges_from([(1,2),(2,3),(3,2),(3,4),(4,2),(2,5),(5,6)])nx.draw_networkx(G,pos=nx.spring_layout(G))plt.show()

我们可以得到下面这个图

我们可以查看一下结果

在这里我们就不能使用我们的cycle_basis() 这个方法了，因为我们在这里构建的是有向图

在这里我们还引入了我们的nx.find_cycle(G)

它是通过深度优先遍历然后返回一个循环的边。得到的结果是边。

---

---

---

---