Get networkx subgraph containing all nodes in between
我有一个 networkx DiGraph,我想通过传入一个节点列表从中提取一个子图。然而,子图可以包含可能位于我通过的节点之间的所有节点。我检查了
1 2 3 4 5 6 | import networkx as nx G = nx.DiGraph() edges = [(7, 4), (3, 8), (3, 2), (3, 0), (3, 1), (7, 5), (7, 6), (7, 8)] G.add_edges_from(edges) H = get_subgraph(G, [0,6,7,8]) |
如何编写函数
我需要的子图是这样的,它包含我在
一种方法可以是找到指定节点集之间的最长路径长度,然后找到包含路径中所有节点的相应诱导子图。但是,作为有向图,节点
1 2 3 4 5 6 7 8 9 10 | G = nx.DiGraph() edges = [(7, 4), (3, 8), (3, 2), (3, 0), (3, 1), (7, 5), (7, 6), (7, 8)] G.add_edges_from(edges) plt.figure(figsize=(10,6)) pos = nx.spring_layout(G, scale=20, k=3/np.sqrt(G.order())) nx.draw(G, pos, node_color='lightblue', with_labels=True, node_size=1500, arrowsize=20) |
现在我们可以使用
1 2 3 4 5 6 7 8 9 10 11 | from itertools import combinations H = nx.to_undirected(G) nodelist = [0,6,7,8] paths = {} for nodes in combinations(nodelist, r=2): paths[nodes] = nx.shortest_path_length(H, *nodes) print(paths) # {(0, 6): 4, (0, 7): 3, (0, 8): 2, (6, 7): 1, (6, 8): 2, (7, 8): 1} |
我们可以在无向图中找到最长的路径:
1 2 | max_path = max(paths.items(), key=lambda x: x[1])[0] longest_induced_path = nx.shortest_path(H, *max_path) |
而对应的诱导子图可以用
1 2 3 4 5 6 7 | sG = nx.subgraph(G, longest_induced_path) pos = nx.spring_layout(sG, scale=20, k=3/np.sqrt(G.order())) nx.draw(sG, pos, node_color='lightblue', with_labels=True, node_size=1500, arrowsize=20) |
我从问题中理解这一点:
您需要路径中的所有节点,但提供该路径的一些节点,并且算法应该提供该路径的所有节点,然后您可以将这些节点传递给一个图并制作一个新图。
它应该是你想要的:
1.您必须使用此方法遍历所有节点对:
1 2 3 | from itertools import combinations b= combinations('ABCD', 2) print(list(b)) --> [('A', 'B'), ('A', 'C'), ('A', 'D'), ('B', 'C'), ('B', 'D'), ('C', 'D')] |
你必须得到所有的路径:
https://networkx.github.io/documentation/stable/reference/algorithms/simple_paths.html
您必须选择具有最大节点的路径,这就是您的解决方案。