如何在NetworkX中找到巨型组件的中心节点？

Question

我正在使用具有2D网格形状的常规网络。它由NxN=100x100=10000个节点组成。它有一个坐标系，node 0位于左上角，(0,0)位置，node 10000位于右下角，(100,100)位置。

网络创建如下：

N=100 #The number of nodes per side
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() ) #Dictionary of all positions
labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.set_node_attributes(G, 'pos', pos) #Store pos attributes in the nodes
nx.set_node_attributes(G, 'labels', labels) #Store labels attributes in the nodes
nx.draw_networkx(G, pos=nx.get_node_attributes(G, 'pos'),
                 labels=nx.get_node_attributes(G, 'labels'),
                 with_labels=False, node_size=10)

由于对多个负载的响应，该网络变得支离破碎。这些是csv个文件，这些文件的值用作节点的输入。失败后，这就是网络的样子（这是单个加载文件的结果）：

我的问题：如何确定巨型组件的中心节点的位置，并确定其距离左上角的距离例如，角有坐标(0,0)？

修改

由于响应的可变性，很少会在位置(0,0)处有一个节点，因此使用nx.shortest_path()将毫无意义，因为所述节点将大部分时间丢失。因此，我想测量网络的一个点（巨型组件的中心）与同一“区域”的另一个点之间的距离，该区域可能不是网络的一部分。因此，函数nx.shortest_path()不能使用，或者当路径不存在时会抛出error。

Answer 1

• 首先使用：（referenced here）

  检索图表的巨型组件

  giant = max(nx.connected_component_subgraphs(G), key=len)

• 使用以下内容检索中心节点：

  center_nodes = center(giant)

• 节点的位置是中心节点本身，因为键是位置。因此，要显示中心节点的位置，例如：

  print center_nodes

• 要确定从节点之一的中心节点到（i，j）坐标的距离，您必须保留原始图形的所有100x100节点的副本。我将在org_G

  中使用它

  # i,j can represent any coordinate in the 100x100 grid (0,0) for instance
  n = (i,j) 
  print nx.shortest_path(org_G,n,center_nodes[0])