我正在使用Python库OSMNx来获取给定街道网络G的中间性。从我所看到的，模块osmnx.stats.extended_stats(G, bc=True)使用NetworkX模块networkx.betweenness_centrality(G, normalized=True, weight=None)计算中间性，将所有边缘权重设置为相等。由于边缘长度已嵌入G中，因此直接将其用作权重即可。我仍然找不到解决方法。
如何使用这两个库将权重设置为1 /长度？
请考虑以下示例给出的图形
import osmnx as ox
import networkx as nx
#Using OSMNx
G = ox.graph_from_bbox(37.79, 37.78, -122.41, -122.43, network_type='drive')
stats = ox.extended_stats(G,bc=True)
bet1 = stats["betweenness_centrality"]
#Using NetworkX
bet2 = nx.betweenness_centrality(G, weight=None)
这是我到目前为止尝试过的：
import pandas as pd
l = nx.get_edge_attributes(G, 'length')
l = pd.Series(l).to_frame()
w=1/l
w = w.to_dict(orient="index")
nx.set_edge_attributes(G, w, 'w')
bet3 = nx.betweenness_centrality(G, weight='w')
但是我得到的结果与不使用砝码完全一样。
答案 0 :(得分：0)
模块osmnx.stats.extended_stats（G，bc = True）使用NetworkX模块networkx.betweenness_centrality（G，normalized = True，weight = None）将所有边缘权重设置为相等来计算中间度。由于边缘长度已经嵌入到G中，因此直接将其用作权重即可。
OSMnx automatically uses edge lengths作为计算中介中心度时的权重。对于任何进一步的自定义，您可以直接在OSMnx图形对象上调用nx.betweenness_centrality(G)，并根据需要对其进行参数化。
答案 1 :(得分：0)
您已在最短路径算法中检测到networkx的{{1}}处理中的错误。请参见以下示例：
MultiDiGraph错误在于
import networkx as nx
graph = nx.Graph()
graph.add_weighted_edges_from([(1,2,1), (2,3,2), (1,3,1)])
print(nx.betweenness_centrality(graph))
# {1: 0.0, 2: 0.0, 3: 0.0}
print(nx.betweenness_centrality(graph, weight="weight"))
# {1: 0.5, 2: 0.0, 3: 0.0}
multi_di_graph = nx.MultiDiGraph()
multi_di_graph.add_weighted_edges_from([(1,2,1), (2,3,2), (1,3,1)])
print(nx.betweenness_centrality(multi_di_graph))
# {1: 0.0, 2: 0.0, 3: 0.0}
print(nx.betweenness_centrality(multi_di_graph, weight="weight"))
# {1: 0.0, 2: 0.0, 3: 0.0}
尤其是以下cloudwatch agent configuration-EC2
_single_source_dijkstra_path_basic我不确定for w, edgedata in G[v].items():
vw_dist = dist + edgedata.get(weight, 1)
中的最短路径算法是否适用于多图，但是由于我没有发现任何注释，因此我认为这是一个错误。
我建议您在code lines上打开一个问题。
如果可能的话，您也可以考虑将其转换为通常的networkx。