[英]In networkx python, how to connect a new bunch of nodes and edges to each node in a graph?
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!
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
,则具有相同名称的节点将被合并。
您需要G1
拥有具有唯一标签的节点。 您可以通过使用relabel_nodes function 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)
现在您可以使用compose function 安全地加入G
和G1
:
new_G = nx.compose(G, G1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.