有什么方法可以计算 NetworkX 中节点属性的总和

Question

我有以下网络：

df = pd.DataFrame([
    {'Material': 'FG', 'Component': 'COMP1'},
    {'Material': 'FG', 'Component': 'COMP2'},
    {'Material': 'COMP1', 'Component': 'RAW1'},
    {'Material': 'COMP1', 'Component': 'RAW2'},
    {'Material': 'COMP2', 'Component': 'RAW3'},
    {'Material': 'COMP3', 'Component': 'RAW4'}
])
G = nx.from_pandas_edgelist(df, source='Material', target='Component', create_using=nx.DiGraph)

为每个节点分配一个属性后

G.nodes['FG']['t'] = 2
G.nodes['COMP1']['t'] = 3
G.nodes['COMP2']['t'] = 5
G.nodes['COMP3']['t'] = 1
G.nodes['RAW1']['t'] = 6
G.nodes['RAW2']['t'] = 4
G.nodes['RAW3']['t'] = 1
G.nodes['RAW4']['t'] = 8

我想计算所选节点后代的属性 't' 的最大总和。也就是说，写一个函数：

max_att_sum(G, node, att)

上面的例子 returns，即：

[in]  max_att_sum(G, 'COMP1', 't)
[out] 9

9，因为'RAW1'(6)+'COMP1'(3)>'RAW2'(4)+'COMP1'(3)

有人知道如何解决这个问题吗？

Answer 1

我已经找到了解决办法。但是，如果您知道更有效的解决方案，我将不胜感激。

第 1 步。为每条边添加权重：

for e in nx.edges(G):
    if nx.descendants(G, e[1]):
        G[e[0]][e[1]]['weight'] = G.nodes[e[0]]['t']
    else:
        G[e[0]][e[1]]['weight'] = G.nodes[e[0]]['t'] + G.nodes[e[1]]['t']

第2步.计算最长路径的函数：

def max_att_sum(G, node, attr):
    if nx.descendants(G, node):
        return nx.dag_longest_path_length(G.subgraph(nx.descendants(G, node) | set([node])))
    else:
        return G.nodes[node][attr]

有什么方法可以计算 NetworkX 中节点属性的总和

Is there any way to calculate sum of node attributes in NetworkX

python

networkx