如何通过考虑节点名称来测量图形编辑距离答案

【问题标题】：How to measure the graph edit distance by considering the node names如何通过考虑节点名称来测量图形编辑距离
【发布时间】：2019-04-04 14:51:17
【问题描述】：

我已经使用库 networkx 在 python 中定义了两个图，现在我想考虑节点的“名称”来测量这两个图之间的距离

我创建了两个图表，看起来完全一样（树形图）

G=nx.Graph()
G.add_edges_from([("A","B"),("A","C")])

H=nx.Graph()
H.add_edges_from([("X","Y"),("X","Z")])

res=nx.graph_edit_distance(G,H)
res2=nx.optimize_edit_paths(G,H)
res3=nx.optimal_edit_paths(G,H)

我希望替换所有节点，因为节点没有相同的名称，但我得到成本（更改/距离）0 的结果。这意味着该函数没有考虑节点的名称。

在documentation 中建议使用函数“node_math”，但我不知道如何使用它。它似乎不是networkx功能。

【问题讨论】：

标签： python-3.x networkx

【解决方案1】：

它给出答案为0 的原因是因为它认为节点是相等的。如果您看到文档，它会提到

node_match (callable) – 如果 G1 中的节点 n1 则返回 True 的函数和 G2 中的 n2 在匹配时应该被认为是相等的。

函数会被调用
node_match(G1.nodes[n1], G2.nodes[n2]).
也就是说，该函数将接收节点属性字典 n1 和 n2 作为输入。

现在，既然你还没有声明任何属性，那么在这种情况下

G.nodes['A'] will return {}

和

H.nodes['Z'] will return {}

现在，由于两者都是空字典，因此它们将被视为相等。

这是您的代码的修改版本，我在其中为您的节点添加了标签属性。

import networkx as nx

G=nx.Graph()
G.add_nodes_from([("A", {'label':'a'}), ("B", {'label':'b'}),
                  ("C", {'label':'c'})])

G.add_edges_from([("A","B"),("A","C")])

H=nx.Graph()
H.add_nodes_from([("X", {'label':'x'}), ("Y", {'label':'y'}),
                  ("Z", {'label':'z'})])
H.add_edges_from([("X","Y"),("X","Z")])

# This is the function which checks for equality of labels
def return_eq(node1, node2):
    return node1['label']==node2['label']

print(nx.graph_edit_distance(G, H, node_match=return_eq))
# Output: 3

【讨论】：