networkx 和 igraph 之间的接口答案

【问题标题】：Interface between networkx and igraphnetworkx 和 igraph 之间的接口
【发布时间】：2014-06-07 19:03:44
【问题描述】：

我使用 networkx 已经有很长一段时间了，直到最近我开始研究社区检测时，它已经很好地满足了我的目的，而且只进行了很少的调整。相比之下，igraph Python 包似乎具有更广泛的社区检测方法实现（甚至与添加了 Thomas Aynaud 社区包的 networkx 相比）。我只是想知道是否有任何现有的、经过测试的 API 可以轻松地将 networkx 图转换为 igraph 结构，所以我可以利用 igraph 在这方面提供的强大功能？

非常感谢您的友好回答。

【问题讨论】：

标签： python networkx igraph

【解决方案1】：

Networkx 和 python-igraph 都支持广泛的读/写算法（networkx、python-igraph）。

至少有两种格式（GML 和 pajek）在两者之间似乎很常见，尽管我没有尝试过。

【讨论】：

感谢安德鲁的快速回答。事实证明，在 iGraph 中仅重构 NetwrokX 图的拓扑结构相当简单——棘手的一点是节点和边属性。但这足以进行社区检测:)

【解决方案2】：

将 NetworkX 图转换为 igraph 的两种方法：

import networkx as nx, igraph as ig

# create sample NetworkX graph
g = nx.planted_partition_graph(5, 5, 0.9, 0.1, seed=3)

# convert via edge list
g1 = ig.Graph(len(g), list(zip(*list(zip(*nx.to_edgelist(g)))[:2])))
  # nx.to_edgelist(g) returns [(0, 1, {}), (0, 2, {}), ...], which is turned
  #  into [(0, 1), (0, 2), ...] for igraph

# convert via adjacency matrix
g2 = ig.Graph.Adjacency((nx.to_numpy_matrix(g) > 0).tolist())

assert g1.get_adjacency() == g2.get_adjacency()

对于我的机器上的以下 2500 节点图，使用边列表稍微快一些：（请注意，下面的代码仅适用于 Python 2；我将上面的代码更新为与 Python 2/3 兼容。）

In [5]: g = nx.planted_partition_graph(50, 50, 0.9, 0.1, seed=3)

In [6]: %timeit ig.Graph(len(g), zip(*zip(*nx.to_edgelist(g))[:2]))
1 loops, best of 3: 264 ms per loop

In [7]: %timeit ig.Graph.Adjacency((nx.to_numpy_matrix(g) > 0).tolist())
1 loops, best of 3: 496 ms per loop

对于g = nx.complete_graph(2500)，使用边缘列表也更快。

【讨论】：

此响应可以针对 Python 3 进行更新。zip 不再支持下标。
@AryaMcCarthy，完成。我一直很高兴地使用 Python 2，但最近遇到了一些仅对 Python 3 完全支持的包，所以是时候准备切换了。 :)

【解决方案3】：

当我尝试在 igraph 或 nx 上存储节点/边的名称时，这是我的单行版本，它在从 igraph 对象 g 传输到 nx 时也传输节点名称：

G = nx.from_edgelist([(names[x[0]], names[x[1]])
                      for names in [g.vs['name']] # simply a let
                      for x in g.get_edgelist()], nx.DiGraph())

如果给定 G，一个 nx 对象，但需要一个 igraph 对象，则相反：

g = igraph.Graph.TupleList(G.edges(), directed=True)

当然，这些不是完整的传输，因为其他节点属性和边缘属性传输都丢失了，但我希望当你没有它们时会有用。

更详细的版本，您在传输时拥有更多控制权，从 igraph 到 nx：

G = nx.DiGraph()
names = g.vs['name']
G.add_nodes_from(names)
G.add_edges_from([(names[x[0]], (names[x[1]])) for x in g.get_edgelist()])

从 nx 到 igraph：

g = igraph.Graph(directed=True)
g.add_vertices(G.nodes())
g.add_edges(G.edges())

（也发布了here）

【讨论】：

【解决方案4】：

在 GML 和 Pajek 旁边，这是我使用 GraphML 传输图表的方式。 Edgelist 也可以，但主要缺点是它会丢弃节点标识符。

我使用 R - iGraph 导出了我的无向图（参见 python igraph 中的类似函数）

write_graph(igraphNetwork, exportFilePath, format = "graphml") exportFilePath 是例如“文件夹/yournetwork.graphml”

并通过 python - networkX 导入并按节点属性名称重新标记：

import networkx as nx
G = nx.read_graphml(exportFilePath)
G = nx.relabel_nodes(G, nx.get_node_attributes(G, 'name'))

这样我就保留了节点标识符。

【讨论】：

【解决方案5】：

现在就这么简单

import igraph
g = igraph.Graph.from_networkx(G)

from_networkx() 的文档可以在here 找到，它的实现源代码在here。

【讨论】：