Python：规则网络的边长分布

Question

我正在使用 NxN 常规网络，我想绘制它的 边长分布 。

这是我生成网络的方式：

import networkx as nx
import matplotlib.pyplot as plt
N=30 #This can be changed
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() )
labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
inds=labels.keys()
vals=labels.values()
inds.sort()
vals.sort()
pos2=dict(zip(vals,inds))
nx.draw_networkx(G, pos=pos2, with_labels=False, node_size = 15)

这是我计算边长分布的方法：

def plot_edge_length_distribution(): #Euclidean distances from all nodes
    lengths={}
    for node in G.nodes():
        neigh=nx.all_neighbors(G,node) #The connected neighbors of node n
        for n in neigh:
            lengths[node]=((pos2[n][1]-pos2[node][1])**2)+((pos2[n][0]-pos2[node][0])**2) #The square distance
    items=sorted(lengths.items())
    fig=plt.figure()
    ax=fig.add_subplot(111)
    ax.plot([k for (k,v) in items],[v/(num_edges) for (k,v) in items],'ks-')
    ax.set_xscale("linear")
    ax.set_yscale("linear")
    plt.yticks(numpy.arange(0.94, 1.00, 0.02))
    title_string=('Edge Length Distribution')
    subtitle_string=('Lattice Network | '+str(N)+'x'+str(N)+' nodes') 
    plt.suptitle(title_string, y=0.99, fontsize=17)
    plt.title(subtitle_string, fontsize=9)
    plt.xlabel('Edge Length L')
    plt.ylabel('p(L)')
    ax.grid(True,which="both")
    plt.show()
plot_edge_length_distribution()

这是我得到的：由于规则网格的性质，字典 lengths 应该只包含一个作为值。

这就是我想要的：一个图告诉我长度=1 的概率为 p(l)=1，因为规则网格仅具有长度为 1 的边。我的代码有什么问题?

Answer 1

迭代边缘并计算每一个边缘的距离更容易和更快：

In [1]: import networkx as nx

In [2]: from math import sqrt

In [3]: from collections import Counter

In [4]: G = nx.grid_2d_graph(100,100)

In [5]: d = Counter(sqrt((x-a)**2 + (y-b)**2) for (x,y),(a,b) in G.edges())

In [6]: print(d)
Counter({1.0: 19800})

Python：规则网络的边长分布

Python: edge length distribution of a regular network

python

dictionary

distribution

networkx

edges