使用 networkx 可视化图的组成二

在本文中，我们将看到如何使用 networkx 可视化图的组成二。如果给定两个图 A 和 B，则可以通过对 A 和 B 的节点集和边集执行联合运算来找到它们的组合。

简单地，如果任何初始图中的任何两个顶点之间包含一条边，它将包含在这些图的组合中。

例子：

初始图 G：

初始图 H：

G和H的合成结果：

成分(G,H)

说明：如果我们使用整数命名图 G 和 H 中的节点，那么我们将清楚地观察到 G 的节点和边集将是 H 的超集，因此它们的联合给出 G 作为回报。

示例 2：

初始图 G：

初始图 H：

G和H的合成结果：

电阻

说明：我们可以看到，除了右起第一个和第三个节点之间的节点之外，图 G 中的所有边都存在于图 H 中，因此将 G 和 H 的所有边添加到结果中。

关于 Compose函数的要点：

H 属性优先于 G 属性。
返回的图形与 G 的类型相同。
G 和 H 要么都是有向的，要么都是无向的。
G 和 H 必须都是图或多重图

使用Python实现组合：

我们将在我们的任务中使用 networkx.compose()函数来组合 2 个图。

Syntax: compose(G, H)

G: It is a networkx Graph object which is passed as an argument to compose function.
H: It is also an networkx Graph object which is passed as an argument to compose function.

Result of compose function will be union of edge and vertices set of G and H.

编程需要懂一点英语

方法：

我们将使用别名 nx 导入 networkx。
使用 path_graph()函数创建一个示例图对象 G。
使用 path_graph()函数创建第二个示例图形对象 H。
然后我们将调用 compose函数，将 G 作为参数传递。
我们将在另一个对象 R 中捕获 compose函数返回的对象。
然后我们将调用 draw()函数，将 R 作为参数传递，该函数将显示补码图。

代码：

Python3

# importing networkx module 
import networkx as nx 
  
# creating sample graph object 
G = nx.path_graph(7) 
  
# creating sample graph object 
H = nx.path_graph(3)
  
# compose of G and H saving in R
R = nx.compose(G,H) 
  
# calling draw() to visualize the complement graph 
nx.draw(R)

输出：

输出