NetworkX是一款Python的软件包，用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。 有了NetworkX你就可以用标准或者不标准的数据格式加载或者存储网络，它可以产生许多种类的随机网络或经典网络，也可以分析网络结构，建立网络模型，设计新的网络算法，绘制网络等等。

disparity_filter 使用图，基于多尺度骨干网，在Python中实现差异过滤器： “提取复杂加权网络的多尺度主干” M.ÁngelesSerrano，MariánBoguña，Alessandro Vespignani 视差过滤器通过考虑系统中所有尺度下的相关边缘，利用权重之间的局部异质性和局部相关性来提取网络主干。 只要该方法的强度相对于边缘入射到的两个节点中至少一个节点的均匀随机性的零假设在统计学上不兼容，该方法就保留该边缘，这确保了不会忽略强度方面小的节点。 结果，视差过滤器减少了原始网络中的边缘数量，同时显着保持了几乎所有的权重和很大一部分节点。 同样，该过滤器保留了度数分布的截止点，权重分布的形式和聚类系数。 该项目类似于，尽管提供的功能与以下各项不同： 实施细节 如果您不熟悉多尺度骨干分析，可以将其视为类似于在图形边缘而不是其节点上计算出的中心性。 换句话

NetworkX 是一个 Python 包，用于创建、操作和研究复杂网络的结构、动力学和功能。 图、有向图和多重图的数据结构。 许多标准的图算法。 网络结构和分析措施。 经典图、随机图和合成网络的生成器。 节点可以是“任何东西”（例如，文本、图像、XML 记录）。 边可以保存任意数据（例如，权重、时间序列）。 开源 3 条款 BSD 许可证。 测试良好，代码覆盖率超过 90%。 Python 的其他好处包括快速原型设计、易于教学和多平台。 找出无向图中两个节点之间的最短路径。 Python 的 None 对象不允许用作节点。 它确定是否在许多函数中分配了可选函数参数。 它可以用作哨兵对象，意思是“不是一个节点”。

这是用于计算大规模社交网络的python包，networkx 的使用手册

学习networkx的Jupyter笔记

包含包安装、代码运行所需的所有文件

网络科学与Python和NetworkX快速入门指南 Packt发行的《使用Python的网络科学和NetworkX快速入门指南》 这是Packt发行的的代码库。 有效地浏览和可视化网络数据 这本书是关于什么的？ NetworkX是领先的免费开源软件包，用于使用Python编程语言进行网络科学。 NetworkX可以跟踪个人和关系的属性，查找社区，分析弹性，检测关键网络位置以及执行各种重要任务。 在版本2的最新发行版中，NetworkX已更新为更强大且易于使用。 本书涵盖以下激动人心的功能： 了解如何管理用户，组和权限 使用Linux Unified Key Setup / Luks加密和解密磁盘 设置SSH以进行远程访问，并将其连接到其他节点 了解如何添加，删除和搜索软件包 使用NFS和Samba与其他用户共享目录 如果您觉得这本书适合您，请立即获取！ 说明和导航 所有代码都组

本资源是NetworkX使用的详细教程，包括networkx_tutorial和networkx_reference两个pdf的帮助文档。里面详细阐述了所涉及函数的用法和例子。

对于空手道俱乐部成员关系进行图的度中心性、介数中心性、接近中心性、介数以及聚集系数进行分析。

用networkx解决关键路径的问题并把图形画出来，但目前只能画出来节点，没画出边上权的值，待小编再研究一下networkx的用法，写出v2版带边权重的代码。