目前我创建了一个图表,如下所示:
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)
现在我需要的是根据 𝛼=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。 所以我得到了一个具有幂律分布的新图(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之前网络中的某个节点?尝试了 add_nodes_from 但它们似乎覆盖了以前的节点,这很奇怪;我无法确定它们是否连接到某个节点。或者有什么简单的方法可以做到这一点?谢谢你帮我!
最佳答案
问题是由于 nx.expected_ Degree_graph
创建的图的节点标签为 0 ... 14。如果您尝试连接 G
和 G1
,同名节点合并。
您需要 G1
才能拥有带有唯一标签的节点。您可以通过使用 relabel_nodes 来实现这样的结果功能:
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 安全地加入 G
和 G1
功能:
new_G = nx.compose(G, G1)
关于python - 在networkx python中,如何将一堆新的节点和边连接到图中的每个节点?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58990510/