Python networkX MultiDiGraph 邊數

Question

我有向圖G類型的MultiDiGraph從networkx包。

下面兩個電話的號碼是不同的。 他們不應該是一樣的嗎？

G.number_of_edges()

networkx.convert_matrix.to_scipy_sparse_matrix(G).nnz

---

不幸的是，我無法在手動創建的小圖中重現此問題，如下例所示，其中兩個調用打印相同的數字 5：

import networkx as nx
tmp = nx.MultiDiGraph([(0, 1), (1, 2), (2, 0), (1, 0), (3, 4)])

tmp.number_of_edges(): 5, nx.convert_matrix.to_scipy_sparse_matrix(tmp).nnz: 5

而這里是G的輸出：

G.number_of_edges(): 87780, nx.convert_matrix.to_scipy_sparse_matrix(G).nnz: 84242

G是其他人生成的巨大圖，我無法在這里分享。

Answer 1

MultiDiGraph可以在相同的兩個節點之間有多個邊。

scipy.sparse.csr_matrix的nnz屬性返回非空矩陣值的數量。 如果一個圖在兩個節點之間有多個邊，那么nnz的值將是每個方向上連接節點的數量，而.number_of_edges()將是圖中邊的總數。 這些數字會有所不同！

使用.sum()值的csr_matrix如果你想邊的總數。

import networkx as nx
tmp = nx.MultiDiGraph([(0, 1), (1, 2), (2, 0), (1, 0), (3, 4)])
tmp.add_edge(3, 4)
tmp.add_edge(3, 4)
tmp.add_edge(3, 4)

nx_edge_count = tmp.number_of_edges()
scipy_nnz = nx.convert_matrix.to_scipy_sparse_matrix(tmp).nnz
scipy_edge_count = nx.convert_matrix.to_scipy_sparse_matrix(tmp).sum()

print("Number of edges: {}".format(nx_edge_count))
print("Number of non-zero matrix values: {}".format(scipy_nnz))
print("Sum of sparse matrix values: {}".format(scipy_edge_count))

邊數：8

非零矩陣值的數量：5

稀疏矩陣值的總和：8