一、Networkx是什么？
Networkx是一个构建网络和图的工具包，可以求解最短路问题，也可以求最大流，还可以专门用来画精美的网络图。这里我主要讲下Networkx构建图时，怎么用csv文件导入数据构建有权重的图。
二、构建一个图
from __future__ import print_function
import networkx as nx
import matplotlib.pyplot as plt
import csv
# 定义一个图
G = nx.Graph()
# 将边转换为元组！(u,v,w)均为数字，csv文件为三列，两列为起点和终点，第三列为权重。
f = open('文件路径.csv', 'r')
csv_reader = csv.reader(f)
font_weight = tuple(csv_reader)
# 将权重添加到边上
G.add_weighted_edges_from(font_weight)
# 另一种添加权重的方式
G = nx.read_weighted_edgelist('E:/Python-code/node_weight.edgelist')
其中node_weight.edgelist文件为
1 2 0.6
1 3 0.2
3 4 0.1
3 5 0.7
3 6 0.9
1 4 0.3
第一列为start,第二列为end,第三列为两点之间距离weight。
三、绘制一个图
# 画图，spring_layout是个布局方式，node_size是节点大小，with_lable是否显示图的标签。
nx.draw(G, pos=nx.spring_layout(G), node_size=80, with_labels=True, color='black')
plt.show()
四、求两点之间的可行路径和最短路径
# 输出可行路径
simple_path = nx.all_simple_paths(G, '1', '10')
for n in simple_path:
print(n)
# 输出1到10的最短路径
p1 = nx.shortest_path(G, source='1', target='10')
print(p1)
['1', '2', '3', '4', '5', '6', '7', '8', '9', '10']
['1', '2', '3', '4', '5', '6', '7', '8', '9', '10']
获取两条边之间的权重
# 获取点与点之间的数据
get_nodes_weight = G.get_edge_data('1', '2')
print(get_nodes_weight)
求出最短路对应的最短距离，
只能求出点数，不能给出实际距离，求大佬告知，如何求出实际距离
# 计算最短路径长度，没有带权重的
p2 = nx.shortest_path_length(G, source='1', target='10')
print(p2)
参考资料：
Networkx图与网络工具包
networkx是什么