6

我在 NetworkX 中有一个有向图。边的权重从 0 到 1，表示它们发生的概率。网络连接性非常高，所以我想为每个节点修剪边缘，只剩下概率最高的节点。

我不确定如何迭代每个节点并只保留图中权重最高的节点in_edges。是否有允许我们这样做的 networkx 功能？

这是我想做的一个例子。

Nodes:
A, B, C, D

Edges:
A->B, weight=1.0
A->C, weight=1.0
A->D, weight=0.5
B->C, weight=0.9
B->D, weight=0.8
C->D, weight=0.9

Final Result Wanted:
A->B, weight=1.0
A->C, weight=1.0
C->D, weight=0.9

如果一个节点有两条边，并且它们的权重都最高，我想保留它们。

4

3 回答 3

8

这里有一些想法：

import networkx as nx

G = nx.DiGraph()
G.add_edge('A','B', weight=1.0)
G.add_edge('A','C', weight=1.0)
G.add_edge('A','D', weight=0.5)
G.add_edge('B','C', weight=0.9)
G.add_edge('B','D', weight=0.8)
G.add_edge('C','D', weight=0.9)

print "all edges"
print G.edges(data=True)

print "edges >= 0.9"
print [(u,v,d) for (u,v,d) in G.edges(data=True) if d['weight'] >= 0.9]

print "sorted by weight"
print sorted(G.edges(data=True), key=lambda (source,target,data): data['weight'])
于 2013-08-14T04:09:01.433 回答
7

我的解决方案受到 Aric 的启发。我使用了以下代码：

for node in G.nodes():
    edges = G.in_edges(node, data=True)
    if len(edges) > 0: #some nodes have zero edges going into it
        min_weight = min([edge[2]['weight'] for edge in edges])
        for edge in edges:
            if edge[2]['weight'] > min_weight:
                G.remove_edge(edge[0], edge[1])
于 2013-08-14T20:29:08.887 回答
0

由于以下Runtime Error，提供的 ericmjl 解决方案在我的程序中无法完全运行。此外，它保留了概率最低的边缘，而不是最高的边缘，正如问题中所问的那样（因为：删除所有权重 > min 的边，而不是删除所有权重 < max 的边）。此外，对 len(edges) > 1 进行内循环就足够了，因为我们希望从具有多条边的节点中删除所有边。

完整的解决方案：

for node in G.nodes():
    edges = G.edges(node, data=True)
    if len(edges) > 1:  # some nodes have zero edges going into it
        max_weight = max([edge[2]['weight'] for edge in edges])

        for edge in list(edges):
            if edge[2]['weight'] < max_weight:
                G.remove_edge(edge[0], edge[1])
于 2020-11-16T13:18:31.740 回答