图论距离度量和其他基于边缘属性/权重的度量

Question

我正在构建一个以城市为节点的图表，边缘是连接这些节点的主要公路。

“我的边”（My edge）属性是公路的长度以及从起点到目标节点的旅行时间估计值。

NetworkX有计算距离度量的算法，如Diameter（最远节点之间的最短路径）、偏心率（从一个节点到所有其他节点的最大距离）和半径（整个网络的最大偏心率）。

是否可以使用我上传到网络的边缘属性（如以英里为单位的距离和以分钟为单位的时间）来计算这些度量？

Answer 1

可以使用以下公式计算图中所有最短加权路径的矩阵：

shortest1 = shortest_path_length(G, weight="distance")

现在可以使用以下公式计算图表的偏心率：

ecc = eccentricity(G, sp=shortest2)

最后，您可以使用偏心率计算直径等：

diam = diameter(G, e=ecc)

请注意，shortest\u path\u length返回的最短路径和偏心率所期望的最短路径具有不同的结构（元组列表（节点、字典）与字典字典）。您可以使用shortest2=dict（shortest1）将一个转换为另一个。