PYTHON 幫助

igraph python（開發人員如何工作）

Name: IronPDF
Brand: Iron Software
Availability: InStock
Rating: 4.87 (307 reviews)

Curtis Chau

更新日期:6月 22, 2025

圖形和複雜網路研究是計算機科學和數學的基本概念，用於建模複雜的連接和交互。圖形的節點（有時也稱為頂點）和邊（有時稱為連結）實質上只是實體及其關係的可視化表示和解釋，通過連接節點的邊顯示出來。

更普遍地說，用於交通系統、社交網路和通信網路的所有圖形都被認為是網路。通過查看圖形和網路，我們可以理解和解決與連接性、流動性和網路結構相關的問題。這樣的工作提供了對社會動態和組織結構的多樣化領域的洞察，從高效路由和優化的算法到社會動態和組織結構。這些概念在網路理論、運籌學和數據科學中非常中心。

在這篇文章中，我們使用 igraph 展示如何生成網路圖並使用靈活且可靠的 IronPDF 庫將其打印成 PDF 文件。

什麼是 igraph？

Igraph 是一個強大的 Python 包，用於生成、操作和分析複雜的圖形和網路。它提供了一個巨大的工具包來處理圖形，從生成到操作及其可視化。 Python igraph 通過許多算法計算各種中心性指標、最短路徑、社群結構等，促進網路分析的實施。

因此，該庫以自適應佈局和屬性提供了良好的可視化，適用於有向和無向圖。Igraph 非常靈活和快速，經常用於分析困難的關係數據的應用中，如數據科學、計算生物學和社交網路研究。

igraph python（開發者運作方式）：圖 1 - Igraph 頁面

設置和使用 igraph Python 包

要開始使用 Python 中的基本圖論操作和配置，請按照以下步驟自行創建、配置和使用 igraph。

安裝 igraph 包

您必須先安裝 igraph 包。可以使用以下 pip 命令進行安裝：

pip install igraph

pip install igraph

SHELL

使用 Igraph 創建圖形

這裡有一個簡單的例子，向您展示如何使用 igraph 來構建和設置圖形：

from igraph import Graph, plot

# Create an empty graph
g = Graph()

# Add vertices (nodes)
g.add_vertices(5)  # Adding 5 vertices

# Add edges (connections between vertices)
g.add_edges([(0, 1), (1, 2), (2, 3), (3, 4), (4, 0), (0, 2)])  # Adding edges

# Add vertex ids and edge attributes
g.vs["name"] = ["A", "B", "C", "D", "E"]  # Vertex labels
g.es["weight"] = [1, 2, 3, 4, 5, 6]  # Edge weights

# Print basic graph structural properties
print("Number of vertices:", g.vcount())
print("Number of edges:", g.ecount())
print("Graph summary:", g.summary())

from igraph import Graph, plot

# Create an empty graph
g = Graph()

# Add vertices (nodes)
g.add_vertices(5)  # Adding 5 vertices

# Add edges (connections between vertices)
g.add_edges([(0, 1), (1, 2), (2, 3), (3, 4), (4, 0), (0, 2)])  # Adding edges

# Add vertex ids and edge attributes
g.vs["name"] = ["A", "B", "C", "D", "E"]  # Vertex labels
g.es["weight"] = [1, 2, 3, 4, 5, 6]  # Edge weights

# Print basic graph structural properties
print("Number of vertices:", g.vcount())
print("Number of edges:", g.ecount())
print("Graph summary:", g.summary())

PYTHON

控制台輸出

igraph python（開發者運作方式）：圖 2 - 代碼示例的控制台輸出

配置圖形佈局和可視化

我們可以使用 igraph 的一些內置功能來繪製圖形。使用以下內容更改外觀和佈局：

# Define a layout for the graph
layout = g.layout("circle")  # Layout in a circular arrangement

# Plot the graph with labels and custom options
plot(
    g,
    layout=layout,
    vertex_label=g.vs["name"],  # Label vertices
    vertex_color="lightblue",   # Vertex color
    edge_width=g.es["weight"],  # Edge width based on weight
    vertex_size=30,             # Vertex size
    edge_color="grey",          # Edge color
    bbox=(300, 300),            # Size of the plot
    margin=20                   # Margin around the plot
)

# Save the plotted graph to a file
plot(g, layout=layout, bbox=(300, 300), margin=20).save('exampleGraph.png')

# Define a layout for the graph
layout = g.layout("circle")  # Layout in a circular arrangement

# Plot the graph with labels and custom options
plot(
    g,
    layout=layout,
    vertex_label=g.vs["name"],  # Label vertices
    vertex_color="lightblue",   # Vertex color
    edge_width=g.es["weight"],  # Edge width based on weight
    vertex_size=30,             # Vertex size
    edge_color="grey",          # Edge color
    bbox=(300, 300),            # Size of the plot
    margin=20                   # Margin around the plot
)

# Save the plotted graph to a file
plot(g, layout=layout, bbox=(300, 300), margin=20).save('exampleGraph.png')

PYTHON

輸出圖形

下面是使用 Matplotlib 庫和 Cairo 庫的 Python 綁定生成的簡單圖形圖像。

igraph python（開發者運作方式）：圖 3 - 輸出圖形

高級圖形操作

執行各種圖形操作和分析，如計算中心性、尋找社區或識別最短路徑：

# Calculate degree centrality for each vertex
degrees = g.degree()
print("Degrees of vertices:", degrees)

# Compute shortest path between two vertices that don't have a predefined distance
shortest_path = g.shortest_paths_dijkstra(source=0, target=3)
print("Shortest path from vertex 0 to 3:", shortest_path)

# Detect communities using the Louvain method
communities = g.community_multilevel()
print("Detected communities:", communities)

# Calculate degree centrality for each vertex
degrees = g.degree()
print("Degrees of vertices:", degrees)

# Compute shortest path between two vertices that don't have a predefined distance
shortest_path = g.shortest_paths_dijkstra(source=0, target=3)
print("Shortest path from vertex 0 to 3:", shortest_path)

# Detect communities using the Louvain method
communities = g.community_multilevel()
print("Detected communities:", communities)

PYTHON

控制台輸出s

igraph python（開發者運作方式）：圖 4 - 之前計算的控制台輸出

介紹 IronPDF

igraph python（開發者運作方式）：圖 5 - IronPDF 網頁

我們甚至可以使用 IronPDF Python 模塊編程生成和編輯 PDF。使用此庫，您將擁有巨大的能力來從 HTML 創建 PDF 文檔、合併兩個或多個 PDF 文檔，甚至利用現有的 PDFs 並修改它們以包含文本、照片和註釋。 IronPDF 使您能夠從任何 HTML 網站或符合報告、發票和其他具有預設樣式的文檔生成的 Web 內容生成專業質量的 PDF。

其一些高級功能包括編輯頁面佈局、文檔加密和從 PDF 中提取文字。如果開發者能夠更好地處理 PDF，他們將更好地提高產品的整體實用性。

安裝 IronPDF 庫

您可以使用以下命令來安裝允許 Python 接口激活 IronPDF 能力的包以用於您的項目：

 pip install ironpdf

將 igraph 與 IronPDF 集成

以下是在 Python 中合併 igraph 和 IronPDF 的步驟：首先，您將使用 igraph 創建一個圖形並顯示它。然後，將結果可視化變為 PDF。

from igraph import Graph, plot
import matplotlib.pyplot as plt
from ironpdf import ImageToPdfConverter, License
import warnings

# Suppress warnings for cleaner output
warnings.filterwarnings('ignore')

# Ensure that you have replaced the string with your own license key
License.LicenseKey = "YOUR LICENSE KEY GOES HERE"

# Create an empty graph
g = Graph()

# Add adjacent vertices (nodes)
g.add_vertices(5)  # Adding 5 vertices

# Add edges (connections between vertices)
g.add_edges([(0, 1), (1, 2), (2, 3), (3, 4), (4, 0), (0, 2)])  # Adding edges

# Add vertex and edge attributes
g.vs["name"] = ["A", "B", "C", "D", "E"]  # Vertex labels
g.es["weight"] = [1, 2, 3, 4, 5, 6]  # Edge weights

# Define a layout for the graph
layout = g.layout("circle")  # Layout in a circular arrangement

# Create a plot using matplotlib
fig, ax = plt.subplots()

# Plot the graph with specified layout and styles
plot(
    g,
    target=ax,
    layout=layout,
    vertex_label=g.vs["name"],  # Label vertices
    vertex_color="lightblue",   # Vertex color
    edge_width=g.es["weight"],  # Edge width based on weight
    vertex_size=30,             # Vertex size
    edge_color="grey",          # Edge color
    bbox=(300, 300),            # Size of the plot
    margin=20                   # Margin around the plot
)

# Save the plot as a PNG image
plt.savefig('result.png')

# Convert the image to a PDF file
ImageToPdfConverter.ImageToPdf('result.png').SaveAs("result.pdf")

from igraph import Graph, plot
import matplotlib.pyplot as plt
from ironpdf import ImageToPdfConverter, License
import warnings

# Suppress warnings for cleaner output
warnings.filterwarnings('ignore')

# Ensure that you have replaced the string with your own license key
License.LicenseKey = "YOUR LICENSE KEY GOES HERE"

# Create an empty graph
g = Graph()

# Add adjacent vertices (nodes)
g.add_vertices(5)  # Adding 5 vertices

# Add edges (connections between vertices)
g.add_edges([(0, 1), (1, 2), (2, 3), (3, 4), (4, 0), (0, 2)])  # Adding edges

# Add vertex and edge attributes
g.vs["name"] = ["A", "B", "C", "D", "E"]  # Vertex labels
g.es["weight"] = [1, 2, 3, 4, 5, 6]  # Edge weights

# Define a layout for the graph
layout = g.layout("circle")  # Layout in a circular arrangement

# Create a plot using matplotlib
fig, ax = plt.subplots()

# Plot the graph with specified layout and styles
plot(
    g,
    target=ax,
    layout=layout,
    vertex_label=g.vs["name"],  # Label vertices
    vertex_color="lightblue",   # Vertex color
    edge_width=g.es["weight"],  # Edge width based on weight
    vertex_size=30,             # Vertex size
    edge_color="grey",          # Edge color
    bbox=(300, 300),            # Size of the plot
    margin=20                   # Margin around the plot
)

# Save the plot as a PNG image
plt.savefig('result.png')

# Convert the image to a PDF file
ImageToPdfConverter.ImageToPdf('result.png').SaveAs("result.pdf")

PYTHON

此腳本將通過 igraph 生成圖形，使用 matplotlib 進行可視化，然後使用 IronPDF 將圖表轉換成 PDF。該代碼將導入所有必要的庫並設置 IronPDF 的許可密鑰。創建一個具有五個頂點和六條邊的空圖，並添加權重和標籤以清晰顯示。

圖形以圓形佈置，並且繪圖涉及到許多可視化屬性，如頂點顏色和大小、邊的線寬。之後，結果作為圖片文件result.png被保存下來。最後，它使用 IronPDF 的ImageToPdfConverter 轉化為 PDF result.pdf。圖形創建、可視化和PDF生成被合併到一個工作流中。

輸出的 PDF

igraph python（開發者運作方式）：圖 6 - 輸出的 PDF

授權

需要授權密鑰允許代碼在沒有水印的情況下工作。您可以在此鏈接中註冊一個免費試用許可證。請注意，註冊過程不需要提供身份證明。您只需要輸入您的電子郵件地址即可註冊免費試用版本。

igraph python（開發者運作方式）：圖 7 - IronPDF 許可計畫

結論

通過IronPDF和 igraph 的力量，您可以開發出可視化和展示複雜圖形數據的解決方案。通過 igraph，您可以輕鬆地創建和分析複雜的網絡，同時使用 IronPDF 將數據可視化無縫轉換成專業級的 PDF 文件。這些結合的力量將幫助您開發綜合報告，包括圖形分析和可視化表達。

這種整合支持各種應用的開發，這些應用需要全面的網絡文檔，包括學術研究、商業分析和數據驅動的報告。此外，它結合了高質量的文檔輸出和對圖形非常強大的操控能力。最重要的是，Iron Software提供多種庫，簡化了 Windows、Android、MAC、Linux 等操作系統和平台上的應用開發。