Networkx：获取节点之间的距离

Question

我是使用 NetworkX 的初学者，我正在尝试找到一种方法来检测哪些节点彼此之间的距离为 x。我已经开始使用这个算法来获取所有对

path=nx.all_pairs_dijkstra_path(G)

但我仍然不确定如何使用 for 循环检测节点之间的距离。

我将不胜感激任何帮助。谢谢

原文由 michaelI 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

NetworkX 有自动计算加权和未加权图的最短路径（或只是路径长度）的方法。确保针对您的用例使用正确的方法。

networkx.all_pairs_shortest_path - 计算 未加权 图中所有节点之间的最短路径

networkx.all_pairs_shortest_path_length - 计算 未加权 图中所有节点之间的最短路径的长度

networkx.all_pairs_dijkstra_path - 计算 加权 图中所有节点之间的最短路径

networkx.all_pairs_dijkstra_path_length - 计算 加权 图中所有节点之间的最短路径的长度

当在图上执行时，这些方法中的每一个都会计算节点的字典矩阵（“字典的字典”），这些节点具有相应的最短路径或最短路径的长度作为值。我将用一个例子来证明这一点：

 >>> import networkx as nx
>>> G = nx.Graph()
>>> G.add_nodes_from(["A", "B", "C", "D", "E"])
>>> G.add_edges_from([("A", "B"), ("B", "C"), ("C", "D"), ("D", "E")])
>>> sp = dict(nx.all_pairs_shortest_path(G))
>>> sp["A"]["E"]
['A', 'B', 'C', 'D', 'E']
>>> spl = dict(nx.all_pairs_shortest_path_length(G))
>>> spl["A"]["E"]
4

如您所见，我生成了一个包含五个节点的图，并使用一条边将每个节点链接到下一个节点。我在 --- 中存储了一个最短路径矩阵，在 sp spl 存储了一个最短路径长度矩阵。当我需要知道两个节点之间的最短路径时，例如节点 "A" 和节点 "E" ，我只需访问 sp : sp["A"]["E"] 。然后它将返回两个节点之间的整个最短路径。最短路径长度的方法以类似的方式工作，但它只会返回任意两个给定节点之间的边数。

下一个代码片段可能会更清楚地说明字典矩阵的含义。如果我为节点 "A" 请求 sp 中的所有条目，它会返回另一个字典，其中包含每个其他节点的条目：

 >>> sp["A"]
{'B': ['A', 'B'], 'A': ['A'], 'E': ['A', 'B', 'C', 'D', 'E'], 'C': ['A', 'B', 'C
'], 'D': ['A', 'B', 'C', 'D']}

如果您想通过使用 for 循环检查所有节点之间的距离，您可以迭代矩阵的第一个字典的键，然后迭代该字典内的字典。这比听起来容易：

 >>> for node1 in spl:
...   for node2 in spl[node1]:
...     print("Length between", node1, "and", node2, "is", spl[node1][node2])
...
Length between B and B is 0
Length between B and A is 1
Length between B and E is 3
Length between B and C is 1
Length between B and D is 2
Length between A and B is 1
... (and so on!)

原文由 GeckStar 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这是找到节点之间距离的一种解决方案：

 G = nx.Graph()
G.add_edges_from([(1,2), (1,3), (2,3), (2,4), (3,4)])
path = nx.all_pairs_shortest_path_length(G) # This is a generator
dpath = {x[0]:x[1] for x in path}           # Create a dictionary from it
# To find e.g. the distance between node 1 and node 4:
print(dpath[1][4]) # = 2

原文由 Apostolos 发布，翻译遵循 CC BY-SA 4.0 许可协议