networkx有四种图 Graph 、DiGraph、MultiGraph、MultiDiGraph，分别为无多重边无向图、无多重边有向图、有多重边无向图、有多重边有向图。

 import network as nx

 G = nx.Graph()#创建空的网络图

 G = nx.DiGraph()

 G = nx.MultiGraph()

 G = nx.MultiDiGraph()

 #添加点和边：

 G.add_node('a')#添加点a

 G.add_node(1,1)#用坐标来添加点

 G.add_edge('x','y')#添加边,起点为x，终点为y

 G.add_weight_edges_from([('x','y',1.0)])#第三个输入量为权值 也可以

 list = [[('a','b',5.0),('b','c',3.0),('a','c',1.0)]

 G.add_weight_edges_from([(list)])

 #显示：

 #需要导入matplotlib

 import matplotlib.pyplot as plt

 nx.draw(G)

 plt.show()

 nx.draw(G,pos = nx.random_layout(G)，node_color = 'b',edge_color = 'r',with_labels = True，font_size =18,node_size =20)

 pos 指的是布局 主要有spring_layout , random_layout,circle_layout,shell_layout。node_color指节点颜色，有rbykw ,同理edge_color.

 with_labels指节点是否显示名字,size表示大小，font_color表示字的颜色。

 两个主要的函数：

 def draw_networkx_edges(G, pos, edgelist=None, width=1.0, edge_color='k',

          style='solid', alpha=1.0, edge_cmap=None, edge_vmin=None, edge_vmax=None,

          ax=None, arrows=True, label=None, **kwds):

 G：图表 一个networkx图

 pos：dictionary 将节点作为键和位置作为值的字典。 位置应该是长度为2的序列。

 edgelist：边缘元组的集合 只绘制指定的边（默认= G.edges（））

 width：float或float数组 边线宽度（默认值= 1.0）

 edge_color：颜色字符串或浮点数组 边缘颜色。可以是单颜色格式字符串（default ='r'），

 或者具有与edgelist相同长度的颜色序列。 如果指定了数值，它们将被映射到 颜色使用edge_cmap和edge_vmin，edge_vmax参数。

 style：string 边线样式（默认='solid'）（实线|虚线|点线，dashdot）

 alpha：float 边缘透明度（默认值= 1.0）

 edge_ cmap：Matplotlib色彩映射 用于映射边缘强度的色彩映射（默认值=无）

 edge_vmin，edge_vmax：float 边缘色图缩放的最小值和最大值（默认值=无）

 ax：Matplotlib Axes对象，可选 在指定的Matplotlib轴中绘制图形。

 arrows：bool，optional（default = True） 对于有向图，如果为真，则绘制箭头。

 label：图例的标签

 def draw_networkx_nodes(G, pos, nodelist=None, node_size=300, node_color='r',

           node_shape='o', alpha=1.0, cmap=None, vmin=None, vmax=None, ax=None, linewidths=None, label=None, **kwds):

 pos：dictionary 将节点作为键和位置作为值的字典。 位置应该是长度为2的序列。

 ax：Matplotlib Axes对象，可选 在指定的Matplotlib轴中绘制图形。

 nodelist：list，可选 只绘制指定的节点（默认G.nodes（））

 node_size：标量或数组 节点大小（默认值= 300）。如果指定了数组，它必须是 与点头长度相同。

 node_color：颜色字符串或浮点数组 节点颜色。可以是单颜色格式字符串（default ='r'）， 或者具有与点头相同长度的颜色序列。

 如果指定了数值，它们将被映射到 颜色使用cmap和vmin，vmax参数。看到 matplotlib.scatter更多详细信息。

 node_shape：string 节点的形状。规格为matplotlib.scatter 标记，'so ^> v <dph8'（默认='o'）之一。

 alpha：float 节点透明度（默认值= 1.0）

 cmap：Matplotlib色图 色彩映射节点的强度（默认=无）

 vmin，vmax：float 节点色彩映射缩放的最小值和最大值（默认值=无）

 线宽：[无|标量|序列] 符号边框的线宽（默认值= 1.0）

 label：[无|串] 图例的标签

 然后基本上所有networkx的超酷精美图的源码你都能快速弄懂了。

 http://networkx.github.io/ 网络图案例源码

 https://networkx.github.io/documentation/latest/auto_examples/index.html#drawing

 import matplotlib.pyplot as plt

 import networkx as nx

 G = nx.random_geometric_graph(200, 0.125)

 # position is stored as node attribute data for random_geometric_graph

 pos = nx.get_node_attributes(G, 'pos')

 # find node near center (0.5,0.5)

 dmin = 1

 ncenter = 0

 for n in pos:

     x, y = pos[n]

     d = (x - 0.5)**2 + (y - 0.5)**2

     if d < dmin:

         ncenter = n

         dmin = d

 # color by path length from node near center

 p = dict(nx.single_source_shortest_path_length(G, ncenter))

 plt.figure(figsize=(8, 8))

 nx.draw_networkx_edges(G, pos, nodelist=[ncenter], alpha=0.4)

 nx.draw_networkx_nodes(G, pos, nodelist=list(p.keys()),

                        node_size=80,

                        node_color=list(p.values()),

                        cmap=plt.cm.Reds_r)

 plt.xlim(-0.05, 1.05)

 plt.ylim(-0.05, 1.05)

 plt.axis('off')

 plt.show()