时间戳

首页 > 解决方案 > 从过滤边的 subgraph_view 中获取 networkx 过滤节点

networkx - 从过滤边的 subgraph_view 中获取 networkx 过滤节点

问题描述

我通过对边缘应用过滤器创建了一个 subgraph_view。当我调用nodes()子图时，它仍然向我显示所有节点，即使没有任何边缘使用它们。我需要获取仍然是子图一部分的唯一节点的列表。

G = nx.path_graph(6)
G[2][3]["cross_me"] = False
G[3][4]["cross_me"] = False
def filter_edge(n1, n2):
    return G[n1][n2].get("cross_me", True)
view = nx.subgraph_view(G, filter_edge=filter_edge)
# node 3 is no longer used by any edges in the subgraph
view.edges()

这产生

EdgeView([(0, 1), (1, 2), (4, 5)])

正如预期的那样。但是，当我跑步时，view.nodes()我得到

NodeView((0, 1, 2, 3, 4, 5))

我期望看到的是

NodeView((0, 1, 2, 4, 5))

这似乎很奇怪。有没有办法只提取子图使用的节点？

标签： networkx

解决方案

混淆源于“图形”的定义。断开连接的节点仍然是图的一部分。事实上，你可以有一个完全没有边的图。所以 的行为subgraph_view()是违反直觉但正确的。

但是，如果您仍想实现所描述的内容，则有很多潜在的方法，具体取决于您对修改原始图形的容忍度。我将提到两个尝试尽可能接近您当前方法并避免从G.

方法一

使用view对象的最简单方法是将其作为输入edge_subgraph()（仅将边作为输入），如下所示：

final_view = view.edge_subgraph(view.edges())
final_view.nodes()

给

NodeView((0, 1, 2, 4, 5))

方法二

对我来说，通过定义中间视图，方法 1 显得笨拙且令人困惑。相反，如果我们返回一点并从 开始G，我们可以定义一个filter_node函数来检查每个节点的边缘属性并过滤该节点，如果

  1. 所有边缘都被标记为删除，或者
  2. 该节点首先没有边。

您也可以通过手动标记节点本身来做到这一点，就像您对边缘所做的那样。

G = nx.path_graph(6)
G[2][3]["cross_me"] = False
G[3][4]["cross_me"] = False
def filter_edge(n1, n2):
    return G[n1][n2].get("cross_me", True)
def filter_node(n):
    return sum([i[2].get("cross_me", True) for i in G.edges(n, data=True)])
view = nx.subgraph_view(G, filter_node=filter_node, filter_edge=filter_edge)

view.nodes()

也给出了预期

NodeView((0, 1, 2, 4, 5))

推荐阅读