从 networkx 图中删除权重答案

【问题标题】：Remove weights from networkx graph从 networkx 图中删除权重
【发布时间】：2022-11-23 09:39:29
【问题描述】：

我有一个加权的 Networkx 图 G。我首先想对 G 进行一些带有权重的操作（这就是为什么我不读取输入并设置权重 = 无）然后从 G 中删除它们。使其不加权的最直接方法是什么？

我可以这样做：

G = nx.from_scipy_sparse_array(nx.to_scipy_sparse_array(G,weight=None))

或者循环遍历G.adj字典，设置weights=0，但是这两个选项感觉都太复杂了。就像是：

G = G.drop_weights()

【问题讨论】：

标签： python networkx

【解决方案1】：

可以直接访问 networkx 图的数据结构并删除任何不需要的属性。最后，您可以做的是定义一个循环遍历字典并删除“weight”属性的函数。

def drop_weights(G):
    '''Drop the weights from a networkx weighted graph.'''
    for node, edges in nx.to_dict_of_dicts(G).items():
        for edge, attrs in edges.items():
            attrs.pop('weight', None)

以及使用示例：

import networkx as nx

def drop_weights(G):
    '''Drop the weights from a networkx weighted graph.'''
    for node, edges in nx.to_dict_of_dicts(G).items():
        for edge, attrs in edges.items():
            attrs.pop('weight', None)

G = nx.Graph()
G.add_weighted_edges_from([(1,2,0.125), (1,3,0.75), (2,4,1.2), (3,4,0.375)])

print(nx.is_weighted(G)) # True

F = nx.Graph(G)
print(nx.is_weighted(F)) # True

# OP's suggestion
F = nx.from_scipy_sparse_array(nx.to_scipy_sparse_array(G,weight=None))
print(nx.is_weighted(F)) # True

# Correct solution
drop_weights(F)
print(nx.is_weighted(F)) # False

请注意，即使通过nx.to_scipy_sparse_array 重建没有权重的图也是不够的，因为该图是用权重构建的，只有这些被设置为 1。

【讨论】：