Question

我正在编写一些python代码来创建两个节点之间的边缘，然后从其中一个节点中随机删除2个边，但是使用其他节点（不是原始节点）。

现在我被卡住（并多次查看所有networkx文档）。

我打电话/命名其中一个节点＆＃34; bad_apple_Bad_apple＆＃34; - 我捕获的另一个是＆＃34; self.most_central_node＆＃34;中最重要的节点。使用max函数来识别它。我似乎无法选择节点对象本身，以便我可以使用add_edge（）创建边缘。

我非常确定我需要解释更多，但下面是代码。如果需要的话，我可以发布更多的代码，但我尝试在代码文件中稍微进一步了解我正在做的事情。

    self.most_central_node = max(nx.closeness_centrality(self.combined_network))
    print("The node with the max value for closeness centrality in the combined network is: ", self.most_central_node)

    self.bad_apple_node_stuff = self.combined_network['bad_apple_Bad_apple']

    print("This is the bad apple test", self.bad_apple_node_stuff) #This is not printing the node object which means I'm not selecting it. It's printing it's attributes, I think. This is where the issue is.

    self.combined_network.add_edge(self.combined_network.node['bad_apple_Bad_apple'], self.combined_network.node['closeness'==self.most_central_node]) #<<-- this doesnt work, no specific error though

Answer 1

您的代码存在一些问题。在该行：

self.most_central_node = max(nx.closeness_centrality(self.combined_network))

closeness_centrality实际上返回一个字典，其中节点是键，其中心是值。您的行只是通过整数或最长字符串或其他任何节点选择最大节点。你应该改为：

close = nx.closeness_centrality(self.combined_network)
from operator import itemgetter
self.most_central_node = max(close.items(), key=itemgetter(1))[0]

最后一行用它们的接近度值比较所有（节点，接近度）对，然后简单地将相关节点存储在变量中。

现在，如果您已经知道其他节点是'bad_apple_Bad_apple'，那么您只需发出声明：

self.combined_network.add_edge(self.most_central_node, 'bad_apple_Bad_apple')

另请注意，您已在代码中访问了存储属性的词典：

network.graph

是存储图表属性的位置，例如name。

network.node

是存储节点属性的地方，例如

network.node['bad_apple_Bad_apple']

将返回 dict ，其中包含属性及其值的名称。

您说您已多次阅读文档，但我强烈建议您浏览tutorial。

在Python Networkx中的两个节点之间添加逐个节点属性

1 个答案: