加权双模二分图投影保留原始权重

Question

我有一个很大的（36k顶点，50k边）加权双峰二分图，我想生成一个投影，不仅像默认加权实现那样计算邻域，还要对边上的权重求和。您可以将其视为包含黑色顶点和蓝色顶点的二分图，我只想在只有蓝色顶点时保留原始图形权重。

我遇到的实现保留了橙色值，我对红色值感兴趣（或希望获得双重加权投影）。

到目前为止，我已经在igraph，networkx和python-tool看了一下，但到目前为止我只观察了投影计算边缘的数量。

Networkx method generic_weighted_projected_graph(B, nodes, weight_function=None)可能会使这个可行但我无法看到（sna对我来说是新的，虽然我是一个如此蟒蛇的用户）。

Answer 1

您在https://networkx.github.io/documentation/latest/reference/generated/networkx.algorithms.bipartite.projection.generic_weighted_projected_graph.html中引用的文档中有一个示例，说明如何正确执行此操作。

它是这样的：

import networkx as nx
from networkx.algorithms import bipartite

edges = [('A1','B1',3),
         ('A1','B2',7),
         ('A2','B1',2),
         ('A2','B2',4),
         ]

B = nx.Graph()
B.add_weighted_edges_from(edges)

def my_weight(G, u, v, weight='weight'):
    w = 0
    for nbr in set(G[u]) & set(G[v]):
        w += G.edge[u][nbr].get(weight, 1) + G.edge[v][nbr].get(weight,1)
    return w

G = bipartite.generic_weighted_projected_graph(B, ['A1', 'A2'], weight_function=my_weight)


print G.edges(data=True)

输出

[('A1', 'A2', {'weight': 16})]