使用scipy.csgraph在有向图中计算多个周期

Question

单循环（有效）

考虑以下有向图：

>>> g
array([[0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 0, 0, 1],
       [0, 0, 0, 0, 0]])

此图表包含周期0 -> 1 -> 2 -> 0。使用scipy.sparse.csgraph.shortest_path我可以找出节点之间的距离：

>>> d = csgraph.shortest_path(g)
>>> d
array([[ 0.,  1.,  2., inf, inf],
       [ 2.,  0.,  1., inf, inf],
       [ 1.,  2.,  0., inf, inf],
       [inf, inf, inf,  0.,  1.],
       [inf, inf, inf, inf,  0.]])

然后，我可以通过检查是否存在相反的连接i -> j (i != j) j -> i来检测该图中的周期：

>>> d + d.T
array([[ 0.,  3.,  3., inf, inf],
       [ 3.,  0.,  3., inf, inf],
       [ 3.,  3.,  0., inf, inf],
       [inf, inf, inf,  0., inf],
       [inf, inf, inf, inf,  0.]])

对于单个循环，我可以通过检查相应连接的“edge-head”索引来获取相应的节点：

>>> np.unique(np.argwhere(
...     (cycles > 0)
...     & (cycles != np.inf)
... )[:, 0])
array([0, 1, 2])

多个周期（问题）

但是，如果图形包含多个周期（可能具有相同的长度），例如：

>>> g
array([[0, 1, 0, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0]])

包含周期0 -> 1 -> 0和2 -> 3 -> 2。使用上述方法我无法区分两个不同的周期。

我觉得选项csgraph.shortest_path(..., return_predecessors=True)和scipy.sparse.csgraph.reconstruct_path可能会有所帮助，但我仍然没有看到区分这两个周期的方法，csgraph.reconstruct_path期望前导列表，而csgraph.shortest_path返回相应的矩阵。

那么有没有办法通过使用scipy.csgraph提供的函数从图表中获取所有周期？