有沒有辦法在 NetworkX 的 MultiGraph 上運行 pagerank 算法？

Question

我正在處理同一節點之間具有多條邊的圖（邊具有不同的值）。 為了對這個圖進行建模，我需要使用 MultiGraph 而不是普通的 Graph。 不幸的是，無法在其上運行 PageRank 算法。

任何已知的解決方法？

NetworkXNotImplemented: not implemented for multigraph type

Answer 1

您可以創建一個沒有平行邊的圖形，然后運行 ​​pagerank。 這是一個將平行邊的邊權重相加以制作簡單圖形的示例：

import networkx as nx
G = nx.MultiGraph()
G.add_edge(1,2,weight=7)
G.add_edge(1,2,weight=10)
G.add_edge(2,3,weight=9)

# make new graph with sum of weights on each edge
H = nx.Graph()
for u,v,d in G.edges(data=True):
    w = d['weight']
    if H.has_edge(u,v):
        H[u][v]['weight'] += w
    else:
        H.add_edge(u,v,weight=w)

print H.edges(data=True)
#[(1, 2, {'weight': 17}), (2, 3, {'weight': 9})]
print nx.pagerank(H)
#{1: 0.32037465332634, 2: 0.4864858243244209, 3: 0.1931395223492388}

Answer 2

您仍然可以通過在添加權重的同時組合邊來組成有向圖。

# combining edges using defaultdict
# input-- combined list of all edges
# ouput-- list of edges with summed weights for duplicate edges
from collections import defaultdict  
def combine_edges(combined_edge_list):    
    ddict = defaultdict(list)

    for edge in combined_edge_list:
        n1,n2,w = edge
        ddict[(n1,n2)].append(w)
    
    for k in ddict.keys():
        ddict[k] = sum(ddict[k])
    
    edges = list(zip( ddict.keys(), ddict.values() ) )    

    return [(n1,n2,w) for (n1,n2),w in edges]