在 networkx python 中，如何将一组新的节点和边连接到图中的每个节点？

Question

目前我创建的图表如下：

import networkx as nx
edges = []
for i in range (10):
    edges.append((i,i+1))
edges += [(10,0), (1,10), (2,8), (3,7), (4,6), (4,10), (5,10)]
# create the graph
G = nx.Graph()
G.add_nodes_from([i for i in range (11)])
G.add_edges_from(edges)

现在我需要的是根据=3的幂律分布，将随机数量的新节点连接到上述核心网络的每个节点。所以我得到了一个新的幂律分布图（例如：15 个节点）：

s1 = nx.utils.powerlaw_sequence(15, 3) #15 nodes, power-law exponent 3
G1 = nx.expected_degree_graph(s1, selfloops=False)

现在如何将这个新图连接到我以前网络中的某个节点？试过 add_nodes_from 但它们似乎覆盖了以前的节点，这很奇怪；而且我不能确定它们连接到某个节点。或者有什么直接的方法可以做到这一点？谢谢你帮我！

Answer 1

问题是由于 nx.expected_degree_graph 创建了一个图，其节点的标签为 0 ... 14。如果您尝试加入 G 和 G1，节点带有同名合并。

您需要 G1 才能拥有具有唯一标签的节点。您可以使用 relabel_nodes 函数获得这样的结果：

relabel_dict = {node: node+len(G.nodes) for node in G1.nodes}
G1 = nx.relabel_nodes(G1, relabel_dict)

现在您可以使用 compose 函数安全地加入 G 和 G1：

new_G = nx.compose(G, G1)

在 networkx python 中，如何将一组新的节点和边连接到图中的每个节点？

In networkx python, how to connect a new bunch of nodes and edges to each node in a graph?

python

graph

networkx

power-law