blocks|key|215141|text|NetworkX是一个很棒的Python图形库。你将很难找到你需要的东西，而它已经做不到了。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|215142|它是开源的，所以你可以看到他们是如何实现他们的算法的。您还可以添加其他算法。|215143|https://github.com/networkx/networkx/tree/master/networkx/algorithms|215144|entityMap|0|LINK|mutability|MUTABLE|url|http://networkx.github.io/|1^0|0|8|0|0|0|0|1W|1|0^^$0|@$1|2|3|4|5|6|7|Q|8|@]|9|@$A|R|B|S|1|T]]|C|$]]|$1|D|3|E|5|6|7|U|8|@]|9|@]|C|$]]|$1|F|3|G|5|6|7|V|8|@]|9|@$A|W|B|X|1|Y]]|C|$]]|$1|H|3|-4|5|6|7|Z|8|@]|9|@]|C|$]]]|I|$J|$5|K|L|M|C|$N|O]]|P|$5|K|L|M|C|$N|G]]]]

<a href="http://networkx.github.io/" rel="noreferrer">NetworkX</a> is an awesome Python graph library. You'll be hard pressed to find something you need that it doesn't already do.

And it's open source so you can see how they implemented their algorithms. You can also add additional algorithms.

<a href="https://github.com/networkx/networkx/tree/master/networkx/algorithms" rel="noreferrer">https://github.com/networkx/networkx/tree/master/networkx/algorithms</a>

blocks|key|215260|text|有两个优秀的图形库NetworkX和igraph。您可以在GitHub上找到这两个库的源代码。您总是可以看到函数是如何编写的。但我更喜欢NetworkX，因为它很容易理解。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|215261|查看他们的代码以了解他们是如何创建函数的。您将获得多个想法，然后可以选择如何使用数据结构创建图形。|215262|entityMap|0|LINK|mutability|MUTABLE|url|http://networkx.readthedocs.io/en/stable/|1|http://igraph.org/^0|9|8|0|I|6|1|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@$A|Q|B|R|1|S]|$A|T|B|U|1|V]]|C|$]]|$1|D|3|E|5|6|7|W|8|@]|9|@]|C|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]|N|$5|I|J|K|C|$L|O]]]]

There are two excellent graph libraries
<a href="http://networkx.readthedocs.io/en/stable/" rel="nofollow noreferrer">NetworkX</a> and <a href="http://igraph.org/" rel="nofollow noreferrer">igraph</a>. You can find both library source codes on GitHub. You can always see how the functions are written. But I prefer NetworkX because its easy to understand. 
See their codes to know how they make the functions. You will get multiple ideas and then can choose how you want to make a graph using data structures.

How can one neatly represent a <a href="https://en.wikipedia.org/wiki/Graph_%28data_structure%29" rel="noreferrer">graph</a> in <a href="https://en.wikipedia.org/wiki/Python_(programming_language)" rel="noreferrer">Python</a>? (Starting from scratch i.e. no libraries!) What data structure (e.g. dicts/tuples/dict(tuples)) will be fast but also memory efficient? One must be able to do various graph <a href="https://en.wikipedia.org/wiki/Graph_%28data_structure%29#Operations" rel="noreferrer">operations</a> on it. 
As pointed out, the various <a href="https://en.wikipedia.org/wiki/Graph_(abstract_data_type)#Representations" rel="noreferrer">graph representations</a> might help. How does one go about implementing them in Python? As for the libraries, <a href="https://stackoverflow.com/questions/606516/python-graph-library">this question</a> has quite good answers.

Representing graphs (data structure) in Python

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

如何在Python语言中巧妙地表示 ((从头开始，即没有库！)什么样的数据结构(例如dicts/tuples/dict(tuples))既快又能节省内存？一个人必须能够在它上做各种图形。正如所指出的，各种可能会有所帮助。如何在Python中实现它们？至于库，有非常好的答案。

问用Python表示图(数据结构)
EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用Python表示图(数据结构)EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用Python表示图(数据结构)
EN