1

目前我创建了一个图表如下：

import networkx as nx
edges = []
for i in range (10):
    edges.append((i,i+1))
edges += [(10,0), (1,10), (2,8), (3,7), (4,6), (4,10), (5,10)]
# create the graph
G = nx.Graph()
G.add_nodes_from([i for i in range (11)])
G.add_edges_from(edges)

现在我需要根据 =3 的幂律分布将随机数量的新节点连接到上述核心网络的每个节点。所以我得到了一个新的幂律分布图（例如：15个节点）：

s1 = nx.utils.powerlaw_sequence(15, 3) #15 nodes, power-law exponent 3
G1 = nx.expected_degree_graph(s1, selfloops=False)

现在如何将这个新图连接到我之前网络中的某个节点？尝试过add_nodes_from，但它们似乎覆盖了以前的节点，这很奇怪；而且我无法确保它们已连接到某个节点。或者有什么直接的方法可以做到这一点？谢谢你的协助！

4

1 回答 1

1

问题是由于nx.expected_degree_graph创建了一个图，其节点的标签为 0 ... 14。如果您尝试加入G和G1，具有相同名称的节点将被合并。

您需要G1具有具有唯一标签的节点。您可以通过使用relabel_nodes函数来实现这样的结果：

relabel_dict = {node: node+len(G.nodes) for node in G1.nodes}
G1 = nx.relabel_nodes(G1, relabel_dict)

现在您可以安全地加入G并G1使用compose功能：

new_G = nx.compose(G, G1)
于 2019-11-22T11:45:03.287 回答