Python案例如何用Networkx做节点嵌入

wen python案例 2026-07-16 1

Python NetworkX实战案例详解

目录导读

什么是节点嵌入？为什么需要它？
环境准备与NetworkX基础操作
基于邻接矩阵的矩阵分解嵌入
使用Node2Vec生成节点向量
结合GCN进行图神经网络嵌入
嵌入效果评估与可视化
常见问题与避坑指南（Q&A）

什么是节点嵌入？为什么需要它？

节点嵌入（Node Embedding） 是将图中的每个节点映射到一个低维稠密向量空间的过程，传统图分析（如使用邻接矩阵）存在维度灾难和稀疏性问题，而嵌入后的向量可以直接输入机器学习模型（如SVM、KNN）进行节点分类、链路预测或社区发现。

Python案例如何用Networkx做节点嵌入

核心价值：

将非结构化图数据转化为结构化数值特征
保留节点间的拓扑结构（如邻近性、同质性）
支持下游任务（推荐系统、社交网络分析等）

案例场景：
假设你有一个社交网络图（节点=用户，边=好友关系），节点嵌入后，每个用户得到一个128维的向量，系统可通过向量相似度推荐潜在好友。

环境准备与NetworkX基础操作

!pip install networkx numpy sklearn matplotlib node2vec

创建示例图（空手道俱乐部数据集，经典社区检测案例）：

import networkx as nx
import numpy as np
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
# 加载Zachary空手道俱乐部图（34个节点，78条边）
G = nx.karate_club_graph()
print(f"节点数: {G.number_of_nodes()}, 边数: {G.number_of_edges()}")

关键NetworkX操作：

获取邻接矩阵：nx.adjacency_matrix(G).todense()
遍历节点：for node in G.nodes()
获取邻居：list(G.neighbors(node))

📌 注意: NetworkX默认节点编号为0-n，确保后续嵌入时索引一致。

案例一：基于邻接矩阵的矩阵分解嵌入

原理：对图的邻接矩阵或拉普拉斯矩阵进行SVD分解/特征分解，取前k个特征向量作为节点嵌入。

from scipy.sparse.linalg import svds
# 获取邻接矩阵
adj_matrix = nx.adjacency_matrix(G).astype(np.float64)
# 进行SVD分解，保留前16个奇异向量
k = 16
u, s, vt = svds(adj_matrix, k=k)
node_embeddings_svd = u * np.sqrt(s)  # 节点嵌入矩阵 shape (34, 16)
# 用法示例：节点0的嵌入向量
print("节点0的嵌入前5维:", node_embeddings_svd[0][:5])

优点：无需训练，计算快
缺点：仅捕获一阶邻近性（直接相连的节点），无法体现高阶结构

案例二：使用Node2Vec生成节点向量

Node2Vec是DeepWalk的优化版,通过有偏随机游走平衡广度优先（BFS）和深度优先（DFS）采样，保留社区同质性（BFS倾向）和结构等价性（DFS倾向）。

from node2vec import Node2Vec
# 初始化Node2Vec
node2vec = Node2Vec(G, dimensions=64, walk_length=30, num_walks=200, p=0.5, q=2.0, workers=4)
model = node2vec.fit(window=10, min_count=1, batch_words=4)
# 获取节点嵌入
embeddings_node2vec = np.array([model.wv[str(node)] for node in G.nodes()])  # 注意节点转字符串
print("嵌入向量维度:", embeddings_node2vec.shape)  # (34, 64)

参数调优：

p（返回参数）：控制回到上一节点的概率，p越小越BFS
q（进出参数）：控制访问新节点的概率，q越小越DFS

⚠️ 常见错误: Node2Vec默认节点标签为字符串，需确保model.wv[str(node)]格式。

案例三：结合GCN进行图神经网络嵌入

GCN（Graph Convolutional Network）通过聚合邻居特征生成节点嵌入，适合半监督学习场景，以下使用PyTorch Geometric（PyG）实现：

import torch
import torch.nn.functional as F
from torch_geometric.nn import GCNConv
from torch_geometric.datasets import Planetoid
# 加载Cora数据集（论文引用图，2708个节点）
dataset = Planetoid(root='/tmp/Cora', name='Cora')
data = dataset[0]
class GCN(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels):
        super().__init__()
        self.conv1 = GCNConv(in_channels, hidden_channels)
        self.conv2 = GCNConv(hidden_channels, out_channels)
    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = self.conv2(x, edge_index)
        return x  # 输出为节点嵌入（未经过非线性）
# 获取隐藏层嵌入（GCN第二层输出）
model = GCN(dataset.num_features, 16, dataset.num_classes)
output = model(data.x, data.edge_index)
node_embeddings_gcn = output.detach().numpy()  # shape (2708, 7)

优势：可同时利用节点特征（如论文关键词向量）和图结构，泛化能力强。

嵌入效果评估与可视化

1 可视化：t-SNE降维

# 将Node2Vec的64维嵌入降至2维
tsne = TSNE(n_components=2, random_state=42)
emb_2d = tsne.fit_transform(embeddings_node2vec)
# 绘图
plt.figure(figsize=(8,6))
labels = list(dict(G.nodes(data='club')).values())  # 真实社区标签
plt.scatter(emb_2d[:,0], emb_2d[:,1], c=labels, cmap='coolwarm', s=50)"Node2Vec 嵌入可视化（空手道俱乐部）")
plt.show()

2 定量评估：链路预测

将节点嵌入两两拼接（或按元素积），输入逻辑回归模型预测边是否存在：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
# 构造正负样本：边为正，随机节点对为负
edges_pos = list(G.edges())
edges_neg = [(np.random.randint(34), np.random.randint(34)) for _ in range(len(edges_pos))]
# 嵌入拼接作为特征
def edge_feature(emb, edges):
    return [np.concatenate([emb[u], emb[v]]) for u,v in edges]
X_pos = edge_feature(embeddings_node2vec, edges_pos)
X_neg = edge_feature(embeddings_node2vec, edges_neg)
X = np.vstack([X_pos, X_neg])
y = np.hstack([np.ones(len(X_pos)), np.zeros(len(X_neg))])
# 训练并评估
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
clf = LogisticRegression().fit(X_train, y_train)
print(f"链路预测准确率: {clf.score(X_test, y_test):.2f}")