networkx network_simplex 没有浮点数的函数溢出警告
networkx network_simplex function overflow warning without floating numbers
我正在尝试将 networkx network_simplex() 函数与有向图一起使用。
官方文档中说：
This algorithm is not guaranteed to work if edge weights or demands
are floating point numbers (overflows and roundoff errors can cause
problems). As a workaround you can use integer numbers by multiplying
the relevant edge attributes by a convenient constant factor (eg 100).
但是，我没有在边缘权重或需求上使用任何浮点数，我该如何解决这个问题？
这是我正在尝试的代码片段 运行:
flow_cost, flow_dict = nx.network_simplex(directed_graph)
您可以在下面找到 directed_graph 规格。 我说我的边权重或需求不是浮点数，我错了吗？
PS：这是我发现与该主题相关的唯一问题：python networkX network simplex
对我来说，解决方案是：
权重和需求字典包含 numpy.int32 个整数。我首先将它们更改为 numpy.int64 整数，仍然收到相同的警告。最后，我将它们更改为原生 python 整数，意思是 int().
它解决了这个问题。
我正在尝试将 networkx network_simplex() 函数与有向图一起使用。
官方文档中说：
This algorithm is not guaranteed to work if edge weights or demands are floating point numbers (overflows and roundoff errors can cause problems). As a workaround you can use integer numbers by multiplying the relevant edge attributes by a convenient constant factor (eg 100).
但是，我没有在边缘权重或需求上使用任何浮点数，我该如何解决这个问题？
这是我正在尝试的代码片段 运行:
flow_cost, flow_dict = nx.network_simplex(directed_graph)
您可以在下面找到 directed_graph 规格。 我说我的边权重或需求不是浮点数，我错了吗？
PS：这是我发现与该主题相关的唯一问题：python networkX network simplex
对我来说，解决方案是：
权重和需求字典包含 numpy.int32 个整数。我首先将它们更改为 numpy.int64 整数，仍然收到相同的警告。最后，我将它们更改为原生 python 整数，意思是 int().
它解决了这个问题。