合并（加入）networkx 图

Question

假设我有两个 networkx 图，G 和 H:

G=nx.Graph()
fromnodes=[0,1,1,1,1,1,2]
tonodes=[1,2,3,4,5,6,7]
for x,y in zip(fromnodes,tonodes):
    G.add_edge(x,y)

H=nx.Graph()
fromnodes=range(2,8)
tonodes=range(8,14)
for x,y in zip(fromnodes,tonodes):
    H.add_edge(x,y)

连接两个 networkx 图的最佳方式是什么？

我想保留节点名称（注意公共节点，2 到 7）。当我使用 nx.disjoint_union(G,H) 时，这并没有发生：

>>> G.nodes()
[0, 1, 2, 3, 4, 5, 6, 7]
>>> H.nodes()
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
>>> Un= nx.disjoint_union(G,H)
>>> Un.nodes()
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
#

H 节点标签已更改（不是我想要的）。我想在具有相同编号的节点处加入图表。

注。这不是 Combine two weighted graphs in NetworkX

的副本

Answer 1

做到了。

   U=nx.Graph()
   U.add_edges_from(G.edges()+H.edges())
   U.add_nodes_from(G.nodes()+H.nodes()) #deals with isolated nodes

或者，保留边缘属性：

   U.add_edges_from(G.edges(data=True)+H.edges(data=True))

并且，同时保留节点属性：

   U.add_nodes_from(G.nodes(data=True)+H.nodes(data=True))

Answer 2

您要查找的函数是 compose，它生成一个图形，其中包含两个图形中的所有边和所有节点。如果两个图都有一个同名的节点，那么一个副本最终会出现在新图中。同样，如果两者都存在相同的边缘。这是一个示例，包括 edge/node 个属性：

import networkx as nx

G=nx.Graph()
G.add_node(1, weight = 2)
G.add_node(2, weight = 3)
G.add_edge(1,2, flux = 5)
G.add_edge(2,4)

H=nx.Graph()
H.add_node(1, weight = 4)
H.add_edge(1,2, flux = 10)
H.add_edge(1,3) 

F = nx.compose(G,H)
#F has all nodes & edges of both graphs, including attributes
#Where the attributes conflict, it uses the attributes of H.

G.nodes(data=True)
> NodeDataView({1: {'weight': 2}, 2: {'weight': 3}, 4: {}})
H.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {}, 3: {}})
F.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {'weight': 3}, 4: {}, 3: {}})

G.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 5}), (2, 4, {})])
H.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {})])
F.edges(data=True)
EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {}), (2, 4, {})])

这些保留属性，但显然如果有冲突，这是不可能的。 H 的属性优先。

还有其他选项可以执行 symmetric difference, intersection、...

如果您有多个图表要连接在一起，您可以使用 compose_all，它只是围绕 compose.

包装一个 for 循环

Answer 3

如果你想将图形H添加到G然后return G，你可以使用update方法。

合并（加入）networkx 图

Combine (join) networkx Graphs

python

graph-theory

networkx