Networkx帶有標簽的平均最短路徑

Question

我想計算標簽圖中具有相同標簽的節點的平均最短路徑。 例如，紅色標記為A，黑色標記為B。

G = nx.DiGraph()
G.add_node('A', label = 'A')
G.add_node('B', label = 'B')
G.add_node('C', label = 'A')
G.add_node('D', label = 'B')
G.add_edges_from([('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'A')])
H = G.to_undirected()

現在我只想基於此計算A的平均最短路徑

V_m是具有相同標簽的頂點。 n_ {i，j}是最短路徑的數量，d_ {i，j}是測地距離。

我想使用Networkx來實現。 開始使用節點屬性進行標記。

我可以用它們的標簽讀出節點

graph_labels = (nx.get_node_attributes(G, 'label'))

現在，我只想將鍵/值對保留在標簽為“ A”的位置。 因此，我可以專注於具有相同標簽的節點。 我希望它不是抽象的，但是您有什么想法嗎？

提前致謝。

Answer 1

通過標簽選擇節點

def select_nodes_by_label(G, lab):
    return [node[0] for node in G.nodes(data='label') if node[1] == lab ]

這將返回一個節點列表，我們可以用來獲取所有組合的最短路徑。

from itertools import combinations

def avg_shortest_path_labeled_node(G, lab):
    sel_nodes = select_nodes_by_label(G,lab)
    V_m = len(sel_nodes)

    # collect all lengths of shortest paths from combinations of labeled nodes 
    sp_len = [len(nx.shortest_path(G,c[0], c[1]))  for c in combinations(sel_nodes,2)]
    n = len(sp_len)
    return sum(sp_len)/(n) * 1/(V_m * (V_m - 1))

測試

avg_shortest_path_labeled_node(G,'A')

[出]：

1.5

是您期望的結果嗎？ 在更復雜的圖形上測試此功能可能很有趣。