Question

使用networkx生成随机图表。

我的流程如下：

从初始图G中，我们说：

 G = nx.watts_strogatz_graph(100, 2, 0)

我想生成40个其他图形，这样生成的图形包含的节点比原始图形少。

在每次迭代时，l设置要删除的节点数和节点索引。

我尝试了什么？

G = nx.watts_strogatz_graph（100,2,0）＃是原始图形，从中生成其他图形

number_examples = 40

for i in np.arange(examples):
        F = randint(1, 5) # to get the number of nodes to remove for the example i

        nodes_remove = sample(range(0, len(G.nodes())), F)# return the indexes of nodes to be removed
        L=G # L will be the new graph, G is the initial graph 
        L.remove_nodes_from(nodes_remove)
        number_nodes.append(len(L.nodes()))
        print('number of nodes in the new graph L ', len(L.nodes())
        print('number of nodes in the initial graph G ', len(G.nodes())

错误的输出？ 是L的输出是正确的，因为l删除节点。但是G应该保持相同len(G.nodes())=100，因为我设置L=G，我只在 L

上进行更改

但是每次l删除L，G中的节点都要做同样的事情。

预期输出？

原始图表 G = 100个节点

l生成让我们说原始图表中的五个图 L1，L2，L3，L4，L5 G ：

L1= 97 nodes
L2= 98 nodes
L3= 95 nodes
L4= 99 nodes
L5=97 nodes

这些是预期的输出

但是我得到：

L1= 97 nodes
L2= 95 nodes
L3= 90 nodes
L4= 89 nodes
L5=86 nodes

这意味着在迭代时我们从生成的新图中删除节点。

感谢您的帮助

Answer 1

我在documentation中找到答案：

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

model_prediction_i = np.zeros((200,200))
model_prediction_i[160][160] = 1
model_prediction_i[160][161] = 1
model_prediction_i[160][162] = 1
model_prediction_i[160][163] = 1
model_prediction_i[160][164] = 1
model_prediction_i[160][165] = 1
model_prediction_i[160][166] = 1
model_prediction_i[160][167] = 1
model_prediction_i[160][168] = 1
model_prediction_i[160][169] = 1
model_prediction_i[160][170] = 1
model_prediction_i[160][171] = 1

plt.imsave('outfile.jpg', model_prediction_i, cmap='hot')
rotated_img = Image.open('outfile.jpg')
background = Image.open('reference.jpg')


X_test_i = np.zeros((5, 2))
X_test_i[0] = [10 ,10]
X_test_i[1] = [60 ,60]
X_test_i[2] = [90 ,90]
X_test_i[3] = [140 ,140]
X_test_i[4] = [250 ,230]

fig, ax = plt.subplots(figsize=(10, 10))
ax.plot(X_test_i[:, 0], X_test_i[:, 1], marker='o', markersize=7, color="red", label='Current position', antialiased=True)


ax.imshow(rotated_img, cmap='hot', extent=[X_test_i[:, 0][-1]-10, X_test_i[:, 0][-1]+10, X_test_i[:, 1][-1]-10, X_test_i[:, 1][-1]+10])
ax.imshow(background)
plt.show()

这将生成图表的完整副本，包括所有节点或边缘属性。

删除新变量中的节点而不影响原始变量（Networkx）

1 个答案: