我想从a和D计算图中的最短路径,但只考虑具有给定属性的节点。例如:
import pandas as pd
import networkx as nx
cols = ['node_a','node_b','travel_time','attribute']
data = [['A','B',3,'attribute1'],
['B','C',1,'attribute1'],
[ 'C','D',7,'attribute1'],
['D','E',3,'attribute1'],
['E','F',2,'attribute1'],
['F','G',4,'attribute1'],
['A','L',4,'attribute2'],
['L','D',3,'attribute2']
]
edges = pd.DataFrame(data)
edges.columns = cols
G=nx.from_pandas_dataframe(edges,'node_a','node_b', ['travel_time','attribute'])
如果我想计算从A到D的最短路径,默认方法是
nx.shortest_path(G,'A','D',weight='travel_time')
这可以给我['A', 'L', 'D']
,但如果我只想考虑带有attribute1
的节点,就不会是这种情况。我不知道如何修改它,但有一个规范的方法,而不是编码我自己的最短路径?你知道吗
谢谢!你知道吗
我不知道开箱即用的解决方案,但您可以从所有具有所需属性的节点创建一个子图(快速而肮脏的实现):
编辑:@乔尔正确地指出,这个答案可能会给出错误的结果。 要避免这些情况,可以查询仅具有具有正确属性的边的图的副本:
Edit2:根据这个想法,我认为可以通过从原始图形中删除并重新添加边来加快速度,而无需复制:
相关问题 更多 >
编程相关推荐