NetworkX中如何定位巨型组件的中心节点？

Question

我正在使用具有二维网格形状的常规网络。它由 NxN=100x100=10000 个节点组成。它有一个坐标系，node 0在左上角，(0,0)位置，node 10000在右下角，(100,100)位置。

网络是这样创建的：

N=100 #The number of nodes per side
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() ) #Dictionary of all positions
labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.set_node_attributes(G, 'pos', pos) #Store pos attributes in the nodes
nx.set_node_attributes(G, 'labels', labels) #Store labels attributes in the nodes
nx.draw_networkx(G, pos=nx.get_node_attributes(G, 'pos'),
                 labels=nx.get_node_attributes(G, 'labels'),
                 with_labels=False, node_size=10)

该网络由于对大量负载的响应而变得支离破碎。这些是许多 csv 个文件，这些文件的值用作节点的输入。失败后网络是这样的（这是单次加载文件的结果）：

我的问题：如何确定巨型组件[=41]的中心节点的位置=]，并确定它与左上角的距离，例如坐标为(0,0)?

编辑

由于响应的可变性，很少有节点位于 (0,0) 位置，因此使用 nx.shortest_path() 将毫无意义，因为该节点大部分时间都会丢失。因此，我想测量网络的一个点（巨型组件的中心）与同一“区域”的另一个点之间的距离，该点可能不属于网络。所以，函数nx.shortest_path()不能使用，否则当路径不存在时会抛出error。

Answer 1

首先使用以下方法检索图形的巨大组成部分：(referenced here)

giant = max(nx.connected_component_subgraphs(G), key=len)
检索中心节点：

center_nodes = center(giant)
节点的位置就是中心节点本身，因为键就是位置。所以要显示中心节点的位置，例如：

print center_nodes
要确定从中心节点之一的节点到 (i,j) 坐标的距离，您必须保留一份包含所有 100x100 节点的原始图的副本。我将在这里使用它作为 org_G
```
# i,j can represent any coordinate in the 100x100 grid (0,0) for instance
n = (i,j) 
print nx.shortest_path(org_G,n,center_nodes[0])
```

NetworkX中如何定位巨型组件的中心节点？

How to locate the center node of a giant component in NetworkX?

python

numpy

graph-theory

networkx