NetworkX:如何向现有G.edges（）添加权重？

Question

给定在NetworkX中创建的任何图G，我希望能够在创建图之后为G.edges（）分配一些权重。所涉及的图形包括网格、erdos reyni、barabasi albert等。

鉴于我的G.edges()：

[(0, 1), (0, 10), (1, 11), (1, 2), (2, 3), (2, 12), ...]

我的weights：

{(0,1):1.0, (0,10):1.0, (1,2):1.0, (1,11):1.0, (2,3):1.0, (2,12):1.0, ...}

如何为每个边分配相关权重？在这种情况下，所有权重都是1。

我试着直接将权重添加到G.edges（）中，如下所示

for i, edge in enumerate(G.edges()):
    G.edges[i]['weight']=weights[edge]

但我有个错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-48-6119dc6b7af0> in <module>()
     10 
     11 for i, edge in enumerate(G.edges()):
---> 12     G.edges[i]['weight']=weights[edge]

TypeError: 'instancemethod' object has no attribute '__getitem__'

怎么了？既然G.edges()是一个列表，为什么我不能像访问任何其他列表一样访问它的元素？

Answer 1

它失败是因为edges是一个方法。

documentation说要这样做：

G[source][target]['weight'] = weight

例如，以下对我有效：

import networkx as nx

G = nx.Graph()

G.add_path([0, 1, 2, 3])

G[0][1]['weight'] = 3

>>> G.get_edge_data(0, 1)
{'weight': 3}

但是，您的代码类型确实失败了：

G.edges[0][1]['weight'] = 3
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-14-97b10ad2279a> in <module>()
----> 1 G.edges[0][1]['weight'] = 3

TypeError: 'instancemethod' object has no attribute '__getitem__'

---

对你来说，我建议

for e in G.edges():
    G[e[0]][e[1]] = weights[e]

Answer 2

添加这样的边：

g1.add_edge('Mark', 'Edward', weight = 3) g1.add_edge('Joseph', 'Michael', weight = 3) g1.add_edge('Joseph', 'Jason', weight = 4)

然后检查图是否加权：

nx.is_weighted(g1)

True

按权重大小分类：

elarge = [(u, v) for (u, v, d) in g1.edges(data=True) if d['weight'] > 4]
esmall = [(u, v) for (u, v, d) in g1.edges(data=True) if d['weight'] <= 4]

下一步显示加权图：

pos = nx.spring_layout(g1)  # positions for all nodes

节点

nx.draw_networkx_nodes(g1, pos, node_size=100)

边缘

nx.draw_networkx_edges(g1, pos, edgelist=elarge,
                   width=5)
nx.draw_networkx_edges(g1, pos, edgelist=esmall,
                   width=5, alpha=0.5, edge_color='g', style='dashed')