为每个节点迭代变量 | Python 图中的节点连接

Question

我想找到图中节点 1 和其余节点之间的节点连接性。输入文本文件格式如下：

1 2 1
1 35 1
8 37 1

依此类推，共167行。第一列代表源节点，第二列代表目标节点，最后一列代表边的权重。

我正在尝试从输入文件中读取源节点、目标节点并在它们之间形成边缘。然后我需要查明它是否是一个连接的网络（只有图的一个组件，没有子组件）。 代码

from numpy import*
import networkx as nx
G=nx.empty_graph()

for row in file('out40.txt'):
    row = row.split()
    src = row[0]
    dest = row[1]
    #print src
    G.add_edge(src, dest)
    print src, dest

for i in range(2, 41):
    if nx.bidirectional_dijkstra(G, 1, i): print "path exists from 1 to ", i

这是使用 Works 手动添加边缘的

G.add_edge(1, 2)

，但很乏味，不适合像我这样的大型输入文件。当我手动添加边缘时，if 循环条件有效，但对上述代码抛出以下错误：

in neighbors_iter
raise NetworkXError("The node %s is not in the graph."%(n,))
networkx.exception.NetworkXError: The node 2 is not in the graph.

任何帮助将不胜感激！

Answer 1

在您的代码中，您将添加节点 "1" 和 "2" 等（因为从文件中读取将会为您提供字符串，除非您显式转换它们） 。

但是，您随后尝试引用节点 1 和 2。我猜 networkx 不认为 2 == "2"。

尝试将其更改

G.add_edge(src, dest)

为：

G.add_edge(int(src), int(dest))

Answer 2

不确定这是否适合您，但您是否知道networkx 对多种图形文本格式的内置支持？

边缘列表格式似乎非常适合您的情况。具体来说，以下方法将读取您的输入文件，而不需要自定义代码：

G = nx.read_weighted_edgelist(filename)

如果您想删除权重（因为您不需要它们），您可以随后执行以下操作：

for e in G.edges_iter(data=True):
    e[2].clear()                   #[2] is the 3rd element of the tuple, which 
                                   #contains the dictionary with edge attributes

Answer 3

来自 Networkx 文档：

for row in file('out40.txt'):
    row = row.split()
    src = row[0]
    dest = row[1]
    G.add_nodes_from([src, dest])
    #print src
    G.add_edge(src, dest)
    print src, dest

错误消息显示图表 < code>G 没有您要在其间创建边的节点。

Answer 4

您还可以使用“is_connected()”使这变得更简单。例如

$ cat disconnected.edgelist
1 2 1
2 3 1
4 5 1
$ cat connected.edgelist 
1 2 1
2 3 1
3 4 1
$ ipython

In [1]: import networkx as nx

In [2]: print(nx.is_connected(nx.read_weighted_edgelist('disconnected.edgelist')))
False

In [3]: print(nx.is_connected(nx.read_weighted_edgelist('connected.edgelist')))
True

Answer 5

另一种选择是将文件作为 pandas 数据帧加载，然后使用 iterrows 进行迭代：

import pandas as pd
import networkx as nx

cols = ["src", "des", "wei"]
df = pd.read_csv('out40.txt', sep=" ", header=None, names=cols)
G = nx.empty_graph()

for index, row in df.iterrows():
    G.add_edge(row["src"], row["des"])