个属性的图。在这种情况下，网络中的两个节点可以通过两种不同的边或关系连接。
例如，除了现有的关系之外，我们还可以定义一个额外的关系，即两个节点 A 和 B 之间的“邻居”。MultiGraph 类用于通过 NetworkX 创建多重图。它如下 顶级电子邮件列表 所示。
G = nx.多图()
G.add_edge( ‘A’ , ‘B’ ,关系= ‘邻居’ )
G.add_edge( ‘A’ , ‘B’ ,关系= ‘朋友)
G.add_edge(‘ B ‘,’ C ‘,relation=’邻居‘)
G.add_edge(‘ D ‘,’ C ‘,relation=’朋友‘)
为了检查连接，我们可以使用 G.edges()。输出如下所示：
MultiEdgeDataView([( ‘A’ , ‘B’ , { ‘关系’ : ‘邻居’ }), ( ‘A’ , ‘B’ , { ‘关系’ : ‘朋友’ }), ( ‘B’ , ‘C’ , { ‘关系’ : ‘邻居’ }), ( ‘B’ , ‘D’ , { ‘关系’ : ‘邻居’ }), ( ‘C’ , ‘D’ , { ‘关系’ : ‘朋友’ })])
网络连通性
以下几个重要概念可帮助我们了解有关网络中特定节点的更多信息：
程度
度是指节点的连接数。可以 Andrew Sykes 谈销售实践的重要性 使用 NetworkX 中的度函数来确定。
nx.degree（G_symmetric，‘Dev Anand’）
由于 Dev Anand 只与网络中 法国号码的 3 位演员合作过，因此答案是 3。
聚类系数
在网络中共享联系的人往往会形成聚类或关联。为了确定节点的聚类，我们使用一种称为“局部聚类系数”的指标。
这指的是节点的友元对中相互连接的比例。NetworkX 中的 nx.clustering(Graph, Node) 函数可以帮助我们找到局部聚类系数。