合并（加入）networkx图

Question

假设我有两个networkx图，G并且H：

G=nx.Graph()
fromnodes=[0,1,1,1,1,1,2]
tonodes=[1,2,3,4,5,6,7]
for x,y in zip(fromnodes,tonodes):
    G.add_edge(x,y)

H=nx.Graph()
fromnodes=range(2,8)
tonodes=range(8,14)
for x,y in zip(fromnodes,tonodes):
    H.add_edge(x,y)

联接两个networkx图的最佳方法是什么？

我想保留节点名称（注意公共节点2到7）。当我使用时nx.disjoint_union(G,H)，这没有发生：

>>> G.nodes()
[0, 1, 2, 3, 4, 5, 6, 7]
>>> H.nodes()
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
>>> Un= nx.disjoint_union(G,H)
>>> Un.nodes()
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
#

该H节点标签被改变（不是我想要的）。我想在具有相同编号的节点处加入图。

注意。 这不是NetworkX中“合并两个加权图”的重复项

Answer 1

您要查找的函数是compose，该函数将生成一个图形，其中包含两个图形中的所有边缘和所有节点。如果两个图都有一个具有相同名称的节点，则单个副本将最终出现在新图中。如果两者都存在相同的边，则类似。这是一个示例，其中包括edge
/ node属性：

import networkx as nx

G=nx.Graph()
G.add_node(1, weight = 2)
G.add_node(2, weight = 3)
G.add_edge(1,2, flux = 5)
G.add_edge(2,4)

H=nx.Graph()
H.add_node(1, weight = 4)
H.add_edge(1,2, flux = 10)
H.add_edge(1,3)

F = nx.compose(G,H)
#F has all nodes & edges of both graphs, including attributes
#Where the attributes conflict, it uses the attributes of H.

G.nodes(data=True)
> NodeDataView({1: {'weight': 2}, 2: {'weight': 3}, 4: {}})
H.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {}, 3: {}})
F.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {'weight': 3}, 4: {}, 3: {}})

G.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 5}), (2, 4, {})])
H.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {})])
F.edges(data=True)
EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {}), (2, 4, {})])

这些保留属性，但是显然如果发生冲突，则不可能。H优先级的属性。

还有其他选择可做对称差异，相交，…

如果您有多个图形要连接在一起，则可以使用compose_all，只需将for循环环绕compose。