简介NetworkX 1.11版本的压缩包是一份面向图论研究、网络分析与数据科学开发的经典资源。它提供了完整且易于上手的图对象模型可构建无向图、有向图、多重图及带权图并内置最短路径、最小生成树、连通分量、聚类系数、社区发现、随机网络生成与网络绘制等常用功能适合科研人员、算法工程师、数据分析师以及高校学生在离线或受限网络环境下使用。资源压缩包总体积约1.47兆字节共包含594个文件其中以429个Python源码模块为主体配以117个rst格式的技术文档另有txt文本、edgelist边列表、gz与bz2压缩图数据等各类测试样本以及HTML页面、CSS样式、构建配置和元数据文件结构清晰便于对照文档理解源码或直接调用示例数据验证算法。作为NetworkX较早期的稳定版本这一压缩包保留了简洁的接口设计与经典的实现方式阅读源代码有助于深入理解网络分析库的演进脉络也可以作为轻量级图计算实验的基础组件。目前已有79人浏览学习对于希望掌握图算法实现细节或搭建本地教学项目的人来说是一份体积紧凑、参考价值高的资源。 前一阵子从旧项目档案里翻出一个networkx-1.11.zip顺手解压看了眼里面的内容。这个文件名放在今天有点“古董”的味道但networkx本身从来都不是冷门工具——只要是跟图论、复杂网络、路径分析打过交道的人多少都在Python里用过它。1.11这个版本号更是耐人寻味它处在1.x系列的尾声身后就是2.0那次大改动。如果你手头正好也有这个zip或者正在纠结该用哪个版本的networkx这篇文章应该能帮你把整条链路理清楚。我会从这个zip文件本身说起讲清楚里面是什么、能做什么、为什么还有人坚持用1.11然后给出从解压到安装再到跑通核心功能的完整步骤最后把常见的坑和排查方法整理成一份可直接抄作业的清单。不管你是刚开始接触图计算的新手还是被老项目绑定不得不回头维护的老手都能在这里面找到自己需要的东西。1. 打开这个zip之前先认识networkx 1.111.1 它到底是什么能解决什么问题networkx是一个纯Python实现的图论与复杂网络分析库。它的核心价值就是让你用几行代码创建图、维护图、分析图而不需要自己去手写邻接表、邻接矩阵或者各种图遍历算法。所谓“图”不是图片而是由节点node和边edge构成的网络结构社交网络里的好友关系、交通网络里的站点与线路、知识图谱里的实体与关联本质上都能抽象成图。networkx 1.11能做的事情包括但不限于创建无向图、有向图、多重图增删节点和边计算最短路径、连通分量、度分布、聚类系数做节点中心性分析输出邻接矩阵或边列表配合matplotlib绘制网络图。我还拿它给一个冷启动项目做过分群验证简单统计社区结构效果相当够用。凡是涉及“谁和谁有关系”“从哪里到哪里的代价最小”“哪些节点承担着关键连接作用”这类问题networkx都是很顺手的工具。对这些基础能力有个预期之后再去看那个zip文件你就明白它不是莫名其妙的东西这是一个用setuptools打包的Python库安装包解压后进入根目录执行安装命令就能在当前Python环境里直接import networkx。1.2 版本号1.11为什么值得关注networkx 1.11发布于2014年前后是1.x系列的最后一个稳定版本。2015年之后项目进入2.0开发周期而2.0在2017年正式发布时破坏性改动远比大部分人预期的大。最直观的变化是很多在1.x里要手动实现的写法到了2.0被新API替代某些返回顺序、默认参数、类型行为也变了。网上大量老教程、竞赛代码、教学课件都是基于1.x写的如果你拿新版本去跑往往第一步就会报错或者行为不一致。所以1.11更像是一个“兼容性锚点”。当你需要复现当年的实验数据或者要维护一个还没升级的旧系统时它是最稳妥的选择。我自己维护过一个老项目代码里大量使用nx.info(G)这类在后续版本中调整过的接口起初尝试直接升2.x结果测试挂了一片。最终就是用虚拟环境锁住1.11把精力省下来处理真正要紧的业务逻辑。2. 为什么到现在还有人指名要networkx 1.112.1 2.0之后的API变动有多大先举几个我实际踩过的例子。在1.x版本里G.node[n]可以直接拿到节点属性字典2.0之后就换成了G.nodes[n]G.edge[n1][n2]的写法同样被G.edges[n1, n2]取代。再比如1.x里经典的nx.shortest_path(G, source, target)返回路径列表这个核心API虽然变化不大但周边像nx.degree()的返回类型从普通字典变成了DegreeView很多依赖字典方法的代码在2.x里都会出问题。还有社区检测相关的方法从networkx 2.x开始一些聚类算法被移到独立的算法子模块。1.11里的community模块方法和2.x的命名空间有明显差异。如果你照着旧代码写nx.community.greedy_modularity_communities(G)在高版本里可能会遇到导入或调用位置不对的问题。不是新版本不好而是签名变了、组织变了旧代码没法直接迁移。这种情况下老项目选择“锁版本”不是偷懒而是一种理性维护策略。如果你不需要新版本带来的性能优化或新增算法保持原状反而是最小风险方案。2.2 什么场景下你确实需要1.11我梳理过手边几个还在使用1.11的场景复现论文或教学实验很多经典networkx示例写于2014年前后用的就是1.x API。照着文档操作1.11能减少“这里为什么不一致”的折腾。维护老系统生产环境里的数据分析服务如果一直跑在Python 2.7和networkx 1.11上贸然升级会造成连锁风险。不如把整个依赖环境原样固化下来至少功能上不会衰退。离线安装内网环境不能访问PyPI的时候一个networkx-1.11.zip恰恰是最好用的离线安装包。拷进去、解压、setup几分钟搞定比什么都踏实。学习源码1.11的源码量适中、结构直白读起来比几万行的新版轻松不少。想搞懂图算法底层实现的人拿它当入门阅读材料其实很合适。2.3 直接下载源码包而不是最新版真的没问题吗对绝大多数新项目来说我当然建议直接用新的稳定版本没必要刻意回到1.x。networkx 3.x在性能、类型支持、新算法上都远超十年前的版本。但如果你是因为特定需求被拉回1.11也不用太担心它以纯Python写成不依赖复杂的编译环节安装时几乎不会失败。依赖库主要是decorator非常轻量在多数Python环境里甚至已经自带。所以拿到networkx-1.11.zip之后正确心态是这不是古董而是一个针对特定问题的精准解决方案。3. 实操从zip文件到真正跑起来的完整流程3.1 解压环节先确认压缩包完整性网上资源容易在传输中损坏或者在下载中途断流导致zip格式不完整。我建议解压前先看一眼压缩包大小然后执行unzip -t networkx-1.11.zip-t是test的意思会逐个检查压缩包内文件的CRC校验。之前有朋友反馈解压时报“invalid zip archive: could not find eocd”十有八九是文件下载不完整重新下载或者换个下载源比硬解压效率高得多。EOCD是zip格式结尾的中央目录记录如果找不到说明文件根本不完整。确认完整后unzip networkx-1.11.zip解压出来会有一个networkx-1.11的目录。进去看一眼会有setup.py、networkx子目录、docs、examples等这就是一个标准的Python源码分发包。3.2 环境准备Python版本与依赖检查1.11的官方声明支持Python 2.7和Python 3.3以上。实际上在Python 3.8、3.9、3.10里它也能正常导入。更高版本比如3.11、3.12我没完整验证过如果遇到诡异的语法兼容问题优先用虚拟环境装一个3.8或者3.9的Python稳一点。只依赖decorator库。检查当前环境python -c import decorator; print(decorator.__version__)没装的话先补上pip install decorator3.3 三种安装方式按场景挑一种方式一pip直接安装压缩包。这个操作很建议试试pip能识别本地zip包并自动解压执行安装pip install ./networkx-1.11.zip适用于当前环境里没有其他约束的情况。如果想避免依赖自动升级可以加上--no-deps。方式二进入解压目录后执行setup脚本。网上很多教程传下来的老操作方法适用于没有pip或者pip无法处理本地zip的场景cd networkx-1.11 python setup.py install方式三如果你不想污染当前环境搭建一个独立的虚拟环境python -m venv nx11env source nx11env/bin/activate # Windows下用 nx11env\Scripts\activate pip install ./networkx-1.11.zip虚拟环境的方式是我个人最推荐的。因为你往往需要在一个机器上同时维护新版和旧版项目做个环境隔离后续切换成本很低不至于因为安装了1.11导致新版项目里引用混乱。3.4 安装成功的验证方式安装完成之后打开Python交互环境import networkx as nx print(nx.__version__)如果输出1.11就说明一切正常。再进一步做个最小功能测试G nx.Graph() G.add_edge(A, B) print(list(G.nodes())) print(list(G.edges()))能正常打印出节点和边没有ImportError或AttributeError那就可以放心继续用了。4. 核心功能实操建图、遍历、最短路径和文件读写4.1 从零创建一个图并做基础分析先来一个最常用的无向图例子。假设你要分析一个小型社交网络节点是人边是好友关系import networkx as nx G nx.Graph() G.add_nodes_from([张三, 李四, 王五, 赵六]) G.add_edges_from([ (张三, 李四), (张三, 王五), (李四, 王五), (王五, 赵六), ]) print(nx.number_of_nodes(G)) # 4 print(nx.number_of_edges(G)) # 4 print(nx.is_connected(G)) # True注意1.11版本里这些基础函数与2.x差异不大所以从这里入门不会踩坑。is_connected是用来判断整个图是否连通的这个场景下四个节点都能通过边连成一个整体返回True。4.2 最短路径与邻居查询最常见的分析需求图建好后最直接的需求就是查最短路径。用networkx 1.11写起来非常简洁print(nx.shortest_path(G, source张三, target赵六)) # [张三, 王五, 赵六] print(nx.shortest_path_length(G, source张三, target赵六)) # 2路径结果表示张三到赵六最少需要经过两条边张三 - 王五 - 赵六。如果你是做交通线路规划把节点换成站点边加上权重属性就能计算加权最短路径G.add_edge(张三, 李四, weight5) G.add_edge(张三, 王五, weight1) G.add_edge(李四, 王五, weight2) G.add_edge(王五, 赵六, weight1) print(nx.dijkstra_path(G, 张三, 赵六, weightweight)) print(nx.dijkstra_path_length(G, 张三, 赵六, weightweight))这个例子用带权重的边替换之前无权图dijkstra_path会考虑边的代价找出一条总权重最小的路径而不是跳数最少的路径。很多路线规划场景中真正关心的是代价最低路径而不是经过站点最少的路径。再比如查询某个节点的邻居print(list(G.neighbors(张三))) # [李四, 王五]这对做推荐系统或者好友推荐很有用直接取邻居节点做去重和关联度分析就行。4.3 使用经典数据集加载edge list文件实际工作里一般不会手动挨个add_edge而是从文件批量加载。最常见格式是edge list每行两个或三个值分别表示两个端点和可选权重张三 李四 5 张三 王五 1 李四 王五 2 王五 赵六 1加载方式G nx.read_edgelist(edges.txt, data[(weight, float)])注意data参数在1.11里的写法与2.x基本一致。另外如果你手里的是CSV或Excel文件建议先转成这种简单的edge list再让networkx读取路径最短不容易出错。4.4 导出与可视化让分析结果看得见分析做完要留存或展示通常需要导出为graphml或gexf格式。graphml是通用图数据格式能被Gephi、Cytoscape等工具直接打开nx.write_graphml(G, social.graphml)画图的话1.11需要依赖matplotlibimport matplotlib.pyplot as plt pos nx.spring_layout(G) nx.draw(G, pos, with_labelsTrue, node_colorskyblue, node_size800) plt.show()安装matplotlib时注意跟当前Python环境版本匹配直接在虚拟环境里pip install matplotlib即可。spring_layout是力导向布局画出来的图能比较清晰地看出节点关系。掌握到这一步你用networkx处理日常图分析基本够用了。5. 常见问题与排查技巧实录5.1 zip解压失败或安装报错最典型的报错就是failed to copy spatial iop zip或者invalid zip archive: could not find eocd。听起来和networkx无关但从我的经验看多数是下载文件不完整。zip格式本身有尾部目录头EOCD校验不到就说明文件缺失或者被截断。先重新下载一次换个网络环境或者下载源很多时候就解决了。还有可能是因为文件后缀被改过比如从git LFS下载后名字变了导致系统识别不了。检查一下文件头是不是PK开头PK是zip文件统一魔数。5.2 安装成功后 import 却报错如果pip install过程显示成功但import networkx报ImportError排查思路是看安装到了哪个Python环境。常见原因是终端里用的python和pip指向不同的环境。在虚拟环境里时一定要确认先激活了虚拟环境再执行pip install。可以用which python和pip show networkx对比路径。另一个可能原因是你同时有多个networkx目录当前工作目录下恰好有个同名的networkx.py或networkx/文件夹Python会优先导入这些“本地包”。我之前遇到过一次就是不小心把代码文件命名成了networkx.py排查了很久才意识到被本地文件遮蔽了。5.3 API行为与新版不一致在第2章提过1.11和2.x在高阶API上有明显差异。如果你之前写的是新版代码突然切到1.11遇到G.node报错或者nx.degree(G)返回类型不符合预期不必怀疑是安装有问题而是API版本差异。处理办法就是去查对应版本文档或者干脆配合print(dir(nx))和print(G.__dict__.keys())看看当前版本到底提供了什么。这招在排查老版本API时很管用不用翻文档也能摸清大半。5.4 同时搞新旧版本项目怎么避免冲突很多人的电脑里已经装了新版networkx又因为旧项目需要装1.11。如果直接用pip install全局装会把旧项目的依赖弄乱。最好的解法是给旧项目单独建虚拟环境。不同项目使用不同的虚拟环境各环境里“锁”各自的networkx版本互不干扰。这也是我反复建议用虚拟环境的原因。虚拟环境本身占空间不大但能让你的开发状态干净很多值得养成习惯。5.5 1.11跑大数据量时比较慢纯Python实现意味着在大规模图上性能有限。如果数据量达到百万级节点、千万级边1.11确实会力不从心。想提速可以从三方面入手一是不要频繁add_edge单条添加尽量批量构造边列表后用Graph.add_edges_from二是换用更高效的数据表示方式比如直接用字典构造邻接关系再传给networkx三是考虑要不要换成graph-tool或者igraph这类用C实现的库不过换库涉及API重写属于另一套方案了。对多数教学和实验场景1.11完全够用不必过度担心性能问题。6. 一些小经验与不算结论的结论如果有人问我到底该不该用networkx-1.11.zip我的回答通常不是“新版本更好”也不是“老版本经典”而是“看你的场景”。跑一个新实验、新服务用最新的稳定版是顺理成章的选择维护老代码、复现历史结果、在离线环境里布置依赖那么一份networkx-1.11.zip反而是最省心的东西。我自己更习惯把这种“老版本依赖”放进独立的虚拟环境里然后顺手写一个requirements.txt记录版本。这样哪怕过了一两年要重新部署也不用满世界去找压缩包。真正踩过坑之后你会意识到版本混乱带来的成本远比单纯用一个“新”或“旧”的库要高得多。如果你手头刚好有这样一个zip文件不妨先解压观察它的目录结构再按照我前面给的步骤操作一遍原理和流程就都清楚了。本文还有配套的精品资源点击获取 networkx 1.11 安装与使用：从zip包到图论分析的完整指南
简介NetworkX 1.11版本的压缩包是一份面向图论研究、网络分析与数据科学开发的经典资源。它提供了完整且易于上手的图对象模型可构建无向图、有向图、多重图及带权图并内置最短路径、最小生成树、连通分量、聚类系数、社区发现、随机网络生成与网络绘制等常用功能适合科研人员、算法工程师、数据分析师以及高校学生在离线或受限网络环境下使用。资源压缩包总体积约1.47兆字节共包含594个文件其中以429个Python源码模块为主体配以117个rst格式的技术文档另有txt文本、edgelist边列表、gz与bz2压缩图数据等各类测试样本以及HTML页面、CSS样式、构建配置和元数据文件结构清晰便于对照文档理解源码或直接调用示例数据验证算法。作为NetworkX较早期的稳定版本这一压缩包保留了简洁的接口设计与经典的实现方式阅读源代码有助于深入理解网络分析库的演进脉络也可以作为轻量级图计算实验的基础组件。目前已有79人浏览学习对于希望掌握图算法实现细节或搭建本地教学项目的人来说是一份体积紧凑、参考价值高的资源。 前一阵子从旧项目档案里翻出一个networkx-1.11.zip顺手解压看了眼里面的内容。这个文件名放在今天有点“古董”的味道但networkx本身从来都不是冷门工具——只要是跟图论、复杂网络、路径分析打过交道的人多少都在Python里用过它。1.11这个版本号更是耐人寻味它处在1.x系列的尾声身后就是2.0那次大改动。如果你手头正好也有这个zip或者正在纠结该用哪个版本的networkx这篇文章应该能帮你把整条链路理清楚。我会从这个zip文件本身说起讲清楚里面是什么、能做什么、为什么还有人坚持用1.11然后给出从解压到安装再到跑通核心功能的完整步骤最后把常见的坑和排查方法整理成一份可直接抄作业的清单。不管你是刚开始接触图计算的新手还是被老项目绑定不得不回头维护的老手都能在这里面找到自己需要的东西。1. 打开这个zip之前先认识networkx 1.111.1 它到底是什么能解决什么问题networkx是一个纯Python实现的图论与复杂网络分析库。它的核心价值就是让你用几行代码创建图、维护图、分析图而不需要自己去手写邻接表、邻接矩阵或者各种图遍历算法。所谓“图”不是图片而是由节点node和边edge构成的网络结构社交网络里的好友关系、交通网络里的站点与线路、知识图谱里的实体与关联本质上都能抽象成图。networkx 1.11能做的事情包括但不限于创建无向图、有向图、多重图增删节点和边计算最短路径、连通分量、度分布、聚类系数做节点中心性分析输出邻接矩阵或边列表配合matplotlib绘制网络图。我还拿它给一个冷启动项目做过分群验证简单统计社区结构效果相当够用。凡是涉及“谁和谁有关系”“从哪里到哪里的代价最小”“哪些节点承担着关键连接作用”这类问题networkx都是很顺手的工具。对这些基础能力有个预期之后再去看那个zip文件你就明白它不是莫名其妙的东西这是一个用setuptools打包的Python库安装包解压后进入根目录执行安装命令就能在当前Python环境里直接import networkx。1.2 版本号1.11为什么值得关注networkx 1.11发布于2014年前后是1.x系列的最后一个稳定版本。2015年之后项目进入2.0开发周期而2.0在2017年正式发布时破坏性改动远比大部分人预期的大。最直观的变化是很多在1.x里要手动实现的写法到了2.0被新API替代某些返回顺序、默认参数、类型行为也变了。网上大量老教程、竞赛代码、教学课件都是基于1.x写的如果你拿新版本去跑往往第一步就会报错或者行为不一致。所以1.11更像是一个“兼容性锚点”。当你需要复现当年的实验数据或者要维护一个还没升级的旧系统时它是最稳妥的选择。我自己维护过一个老项目代码里大量使用nx.info(G)这类在后续版本中调整过的接口起初尝试直接升2.x结果测试挂了一片。最终就是用虚拟环境锁住1.11把精力省下来处理真正要紧的业务逻辑。2. 为什么到现在还有人指名要networkx 1.112.1 2.0之后的API变动有多大先举几个我实际踩过的例子。在1.x版本里G.node[n]可以直接拿到节点属性字典2.0之后就换成了G.nodes[n]G.edge[n1][n2]的写法同样被G.edges[n1, n2]取代。再比如1.x里经典的nx.shortest_path(G, source, target)返回路径列表这个核心API虽然变化不大但周边像nx.degree()的返回类型从普通字典变成了DegreeView很多依赖字典方法的代码在2.x里都会出问题。还有社区检测相关的方法从networkx 2.x开始一些聚类算法被移到独立的算法子模块。1.11里的community模块方法和2.x的命名空间有明显差异。如果你照着旧代码写nx.community.greedy_modularity_communities(G)在高版本里可能会遇到导入或调用位置不对的问题。不是新版本不好而是签名变了、组织变了旧代码没法直接迁移。这种情况下老项目选择“锁版本”不是偷懒而是一种理性维护策略。如果你不需要新版本带来的性能优化或新增算法保持原状反而是最小风险方案。2.2 什么场景下你确实需要1.11我梳理过手边几个还在使用1.11的场景复现论文或教学实验很多经典networkx示例写于2014年前后用的就是1.x API。照着文档操作1.11能减少“这里为什么不一致”的折腾。维护老系统生产环境里的数据分析服务如果一直跑在Python 2.7和networkx 1.11上贸然升级会造成连锁风险。不如把整个依赖环境原样固化下来至少功能上不会衰退。离线安装内网环境不能访问PyPI的时候一个networkx-1.11.zip恰恰是最好用的离线安装包。拷进去、解压、setup几分钟搞定比什么都踏实。学习源码1.11的源码量适中、结构直白读起来比几万行的新版轻松不少。想搞懂图算法底层实现的人拿它当入门阅读材料其实很合适。2.3 直接下载源码包而不是最新版真的没问题吗对绝大多数新项目来说我当然建议直接用新的稳定版本没必要刻意回到1.x。networkx 3.x在性能、类型支持、新算法上都远超十年前的版本。但如果你是因为特定需求被拉回1.11也不用太担心它以纯Python写成不依赖复杂的编译环节安装时几乎不会失败。依赖库主要是decorator非常轻量在多数Python环境里甚至已经自带。所以拿到networkx-1.11.zip之后正确心态是这不是古董而是一个针对特定问题的精准解决方案。3. 实操从zip文件到真正跑起来的完整流程3.1 解压环节先确认压缩包完整性网上资源容易在传输中损坏或者在下载中途断流导致zip格式不完整。我建议解压前先看一眼压缩包大小然后执行unzip -t networkx-1.11.zip-t是test的意思会逐个检查压缩包内文件的CRC校验。之前有朋友反馈解压时报“invalid zip archive: could not find eocd”十有八九是文件下载不完整重新下载或者换个下载源比硬解压效率高得多。EOCD是zip格式结尾的中央目录记录如果找不到说明文件根本不完整。确认完整后unzip networkx-1.11.zip解压出来会有一个networkx-1.11的目录。进去看一眼会有setup.py、networkx子目录、docs、examples等这就是一个标准的Python源码分发包。3.2 环境准备Python版本与依赖检查1.11的官方声明支持Python 2.7和Python 3.3以上。实际上在Python 3.8、3.9、3.10里它也能正常导入。更高版本比如3.11、3.12我没完整验证过如果遇到诡异的语法兼容问题优先用虚拟环境装一个3.8或者3.9的Python稳一点。只依赖decorator库。检查当前环境python -c import decorator; print(decorator.__version__)没装的话先补上pip install decorator3.3 三种安装方式按场景挑一种方式一pip直接安装压缩包。这个操作很建议试试pip能识别本地zip包并自动解压执行安装pip install ./networkx-1.11.zip适用于当前环境里没有其他约束的情况。如果想避免依赖自动升级可以加上--no-deps。方式二进入解压目录后执行setup脚本。网上很多教程传下来的老操作方法适用于没有pip或者pip无法处理本地zip的场景cd networkx-1.11 python setup.py install方式三如果你不想污染当前环境搭建一个独立的虚拟环境python -m venv nx11env source nx11env/bin/activate # Windows下用 nx11env\Scripts\activate pip install ./networkx-1.11.zip虚拟环境的方式是我个人最推荐的。因为你往往需要在一个机器上同时维护新版和旧版项目做个环境隔离后续切换成本很低不至于因为安装了1.11导致新版项目里引用混乱。3.4 安装成功的验证方式安装完成之后打开Python交互环境import networkx as nx print(nx.__version__)如果输出1.11就说明一切正常。再进一步做个最小功能测试G nx.Graph() G.add_edge(A, B) print(list(G.nodes())) print(list(G.edges()))能正常打印出节点和边没有ImportError或AttributeError那就可以放心继续用了。4. 核心功能实操建图、遍历、最短路径和文件读写4.1 从零创建一个图并做基础分析先来一个最常用的无向图例子。假设你要分析一个小型社交网络节点是人边是好友关系import networkx as nx G nx.Graph() G.add_nodes_from([张三, 李四, 王五, 赵六]) G.add_edges_from([ (张三, 李四), (张三, 王五), (李四, 王五), (王五, 赵六), ]) print(nx.number_of_nodes(G)) # 4 print(nx.number_of_edges(G)) # 4 print(nx.is_connected(G)) # True注意1.11版本里这些基础函数与2.x差异不大所以从这里入门不会踩坑。is_connected是用来判断整个图是否连通的这个场景下四个节点都能通过边连成一个整体返回True。4.2 最短路径与邻居查询最常见的分析需求图建好后最直接的需求就是查最短路径。用networkx 1.11写起来非常简洁print(nx.shortest_path(G, source张三, target赵六)) # [张三, 王五, 赵六] print(nx.shortest_path_length(G, source张三, target赵六)) # 2路径结果表示张三到赵六最少需要经过两条边张三 - 王五 - 赵六。如果你是做交通线路规划把节点换成站点边加上权重属性就能计算加权最短路径G.add_edge(张三, 李四, weight5) G.add_edge(张三, 王五, weight1) G.add_edge(李四, 王五, weight2) G.add_edge(王五, 赵六, weight1) print(nx.dijkstra_path(G, 张三, 赵六, weightweight)) print(nx.dijkstra_path_length(G, 张三, 赵六, weightweight))这个例子用带权重的边替换之前无权图dijkstra_path会考虑边的代价找出一条总权重最小的路径而不是跳数最少的路径。很多路线规划场景中真正关心的是代价最低路径而不是经过站点最少的路径。再比如查询某个节点的邻居print(list(G.neighbors(张三))) # [李四, 王五]这对做推荐系统或者好友推荐很有用直接取邻居节点做去重和关联度分析就行。4.3 使用经典数据集加载edge list文件实际工作里一般不会手动挨个add_edge而是从文件批量加载。最常见格式是edge list每行两个或三个值分别表示两个端点和可选权重张三 李四 5 张三 王五 1 李四 王五 2 王五 赵六 1加载方式G nx.read_edgelist(edges.txt, data[(weight, float)])注意data参数在1.11里的写法与2.x基本一致。另外如果你手里的是CSV或Excel文件建议先转成这种简单的edge list再让networkx读取路径最短不容易出错。4.4 导出与可视化让分析结果看得见分析做完要留存或展示通常需要导出为graphml或gexf格式。graphml是通用图数据格式能被Gephi、Cytoscape等工具直接打开nx.write_graphml(G, social.graphml)画图的话1.11需要依赖matplotlibimport matplotlib.pyplot as plt pos nx.spring_layout(G) nx.draw(G, pos, with_labelsTrue, node_colorskyblue, node_size800) plt.show()安装matplotlib时注意跟当前Python环境版本匹配直接在虚拟环境里pip install matplotlib即可。spring_layout是力导向布局画出来的图能比较清晰地看出节点关系。掌握到这一步你用networkx处理日常图分析基本够用了。5. 常见问题与排查技巧实录5.1 zip解压失败或安装报错最典型的报错就是failed to copy spatial iop zip或者invalid zip archive: could not find eocd。听起来和networkx无关但从我的经验看多数是下载文件不完整。zip格式本身有尾部目录头EOCD校验不到就说明文件缺失或者被截断。先重新下载一次换个网络环境或者下载源很多时候就解决了。还有可能是因为文件后缀被改过比如从git LFS下载后名字变了导致系统识别不了。检查一下文件头是不是PK开头PK是zip文件统一魔数。5.2 安装成功后 import 却报错如果pip install过程显示成功但import networkx报ImportError排查思路是看安装到了哪个Python环境。常见原因是终端里用的python和pip指向不同的环境。在虚拟环境里时一定要确认先激活了虚拟环境再执行pip install。可以用which python和pip show networkx对比路径。另一个可能原因是你同时有多个networkx目录当前工作目录下恰好有个同名的networkx.py或networkx/文件夹Python会优先导入这些“本地包”。我之前遇到过一次就是不小心把代码文件命名成了networkx.py排查了很久才意识到被本地文件遮蔽了。5.3 API行为与新版不一致在第2章提过1.11和2.x在高阶API上有明显差异。如果你之前写的是新版代码突然切到1.11遇到G.node报错或者nx.degree(G)返回类型不符合预期不必怀疑是安装有问题而是API版本差异。处理办法就是去查对应版本文档或者干脆配合print(dir(nx))和print(G.__dict__.keys())看看当前版本到底提供了什么。这招在排查老版本API时很管用不用翻文档也能摸清大半。5.4 同时搞新旧版本项目怎么避免冲突很多人的电脑里已经装了新版networkx又因为旧项目需要装1.11。如果直接用pip install全局装会把旧项目的依赖弄乱。最好的解法是给旧项目单独建虚拟环境。不同项目使用不同的虚拟环境各环境里“锁”各自的networkx版本互不干扰。这也是我反复建议用虚拟环境的原因。虚拟环境本身占空间不大但能让你的开发状态干净很多值得养成习惯。5.5 1.11跑大数据量时比较慢纯Python实现意味着在大规模图上性能有限。如果数据量达到百万级节点、千万级边1.11确实会力不从心。想提速可以从三方面入手一是不要频繁add_edge单条添加尽量批量构造边列表后用Graph.add_edges_from二是换用更高效的数据表示方式比如直接用字典构造邻接关系再传给networkx三是考虑要不要换成graph-tool或者igraph这类用C实现的库不过换库涉及API重写属于另一套方案了。对多数教学和实验场景1.11完全够用不必过度担心性能问题。6. 一些小经验与不算结论的结论如果有人问我到底该不该用networkx-1.11.zip我的回答通常不是“新版本更好”也不是“老版本经典”而是“看你的场景”。跑一个新实验、新服务用最新的稳定版是顺理成章的选择维护老代码、复现历史结果、在离线环境里布置依赖那么一份networkx-1.11.zip反而是最省心的东西。我自己更习惯把这种“老版本依赖”放进独立的虚拟环境里然后顺手写一个requirements.txt记录版本。这样哪怕过了一两年要重新部署也不用满世界去找压缩包。真正踩过坑之后你会意识到版本混乱带来的成本远比单纯用一个“新”或“旧”的库要高得多。如果你手头刚好有这样一个zip文件不妨先解压观察它的目录结构再按照我前面给的步骤操作一遍原理和流程就都清楚了。本文还有配套的精品资源点击获取