这是一个用于分析‘图‘结构的包，由于我只是用到了浅显的可视化功能，所以这个介绍会对其使用浅尝辄止。
解决matplotlib中文字体缺失问题，
from pylab import mplmpl.rcParams[‘font.sans-serif‘] = [‘FangSong‘] ???# 指定默认字体mpl.rcParams[‘axes.unicode_minus‘] = False ???????# 解决保存图像是负号‘-‘显示为方块的问题
读入数据，
import pandas as pdimport networkx as nxdata = pd.read_csv(u‘C:\Projects\python3_5\Gephi\\17级学硕导师情况.csv‘)
由于图的edge输入格式是（节点1，节点2）的形式，所以我们需要整理一下数据格式，
edges = [edge for edge in zip(data[data.columns[0]],data[‘Unnamed: 2‘])]edges.extend([edge for edge in zip(data[data.columns[0]],data[‘Unnamed: 3‘])])edges.extend([edge for edge in zip(data[data.columns[5]],data[‘Unnamed: 7‘])])edges.extend([edge for edge in zip(data[data.columns[5]],data[‘Unnamed: 8‘])])edges = pd.DataFrame(edges,columns=[‘导师‘,‘学生‘]).dropna(how=‘any‘)
画图，这里面采取的是为Graph对象添加edge的形式，也可添加node等等，
实际的体会是异常自由，节点本事没有类型限制，也就是说你可以把数字、字符、其他格式的对象乃至另一个Graph赋为一个节点，当然这在可视化时意义不大，但是networkx包最大功用其实是图分析而非可视化（实际上可视化是一个辅助功能），我了解不多，也只能帮着拍拍手叫叫好了（逃~~
G = nx.Graph()G.add_edges_from([edge for edge in zip(edges[‘导师‘],edges[‘学生‘])])nx.draw(G, ???????# pos = nx.random_layout(G), ???????# pos = nx.spring_layout(G), ???????# pos = nx.shell_layout(G), ???????pos = nx.circular_layout(G), ???????node_color = ‘r‘, ???????# edge_color = ‘b‘, ???????with_labels = True, ???????font_size =20, ???????node_size =1000, ???????alpha=0.3)
由于涉及隐私，这里的图我把标签取消了，不过实际效果也就这样，差不太多。
『Networkx』常用方法
原文地址：http://www.cnblogs.com/hellcat/p/7593940.html