使用 Networkx (Python) 进行图遍历答案

【问题标题】：Graph traversal with Networkx (Python)使用 Networkx (Python) 进行图遍历
【发布时间】：2013-01-11 08:49:37
【问题描述】：

我正在使用 Networkx 来管理依赖关系图。假设我有这个图表，每个字母代表一个服务器

>>> G = nx.Graph()
>>> G.add_edge("A","B")
>>> G.add_edge("A","H")
>>> G.add_edge("H","C")
>>> G.add_edge("B","C")
>>> G.add_edge("B","D")

           A
         /   \
       H       B
     /        /  \
   C         C     D

所以在这里我们可以看到，在启动 A 之前，我们需要启动 H 和 B，启动 H 我们需要启动 C，然后启动 B，我们需要启动 C 和 D

稍微摆弄一下 Networkx，我发现我可以通过 dfs 遍历来实现这一点

print nx.dfs_successors(G,"A")
{A:[H,B], H:[C], B:[D] }

但我对这种方法有疑问。正如您所看到的，当树中有两个相同的字母时，Networkx 只选择将其中一个放在最终结构中（这是正确的）但我需要有完整的结构如何强制 Networkx 添加到结构 B:[D,C] 中？？

我想通过这样做来精确说明

>>> nx.dfs_successors(G,"B")
{'B': ['C', 'D']}

所以一切都是“内部”正确的，只是 dfs_successors 没有以我希望的方式显示它。

谢谢

【问题讨论】：

标签： python networkx

【解决方案1】：

使用您的代码，您的图表并没有像您预期的那样出现。如果你这样做：

import pylab as p
import networkx as nx

G = nx.Graph()
G.add_edge("A","B")
G.add_edge("A","H")
G.add_edge("H","C")
G.add_edge("B","C")
G.add_edge("B","D")

nx.draw(G)
p.show()

您将看到您的图表：

这是由于G.add_edge("A", "B")的逻辑：

如果G没有id为“A”的节点，添加它。
如果G没有id为“B”的节点，添加它。
用新边将“A”连接到“B”。

因此，您只创建了五个节点，而不是您图片中的六个。

编辑 Networkx 可以将任何哈希值作为节点的值，并且在图中它使用 str(node) 来标记每个圆。所以我们可以简单地定义我们自己的 Node 类（您可能想将其称为 Server？）并为其提供所需的行为。

import pylab as p
import networkx as nx


class Node(object):
    nodes = []

    def __init__(self, label):
        self._label = label

    def __str__(self):
        return self._label

nodes = [Node(l) for l in ["A","B","C","C","D","H"]]
edges = [(0,1),(0,5),(5,2),(1,3),(1,4)]

G = nx.Graph()
for i,j in edges:
    G.add_edge(nodes[i], nodes[j])

nx.draw(G)
p.show()

给我们所以你想要什么。

【讨论】：

感谢您绘制图表。这就是我“认为”Networkx 在我背后所做的事情。因此我的问题是：如何使用 Networkx 创建像我的示例中的树？通常对我来说理想的是，当我创建 G.add_edge("B","C") 时，会创建一个新节点“C”，而不是重用连接到 H 的 on。
那么你需要给新节点起个别的名字。可能是 C1 和 C2。据我所知，NetworkX 不允许多个节点具有相同的标签。
但我需要节点具有相同的。就像我在主线程中所说的那样。我的节点是服务器名称，我无法更改名称，否则我不知道哪个是哪个...但实际上 Thorsten Kranz 不是“错误”的图表是正确的，B 取决于“C 和 D”。只是算法“dfs_successors()”输出 B 只依赖于 D 并且这是错误的谢谢
添加了第二个示例，希望这符合您的需求。
边缘也可以标注吗？

【解决方案2】：

我认为您正在寻找的是拓扑排序 http://networkx.github.com/documentation/latest/reference/generated/networkx.algorithms.dag.topological_sort.html

这仅在您有 DAG（有向无环图）时才有效。如果是这样，你也可以画出你想要的树 - 像这样：

import uuid
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_edge("A","B")
G.add_edge("A","H")
G.add_edge("H","C")
G.add_edge("B","C")
G.add_edge("B","D")

order =  nx.topological_sort(G)
print "topological sort"
print order

# build tree
start = order[0]
nodes = [order[0]] # start with first node in topological order
labels = {}
print "edges"
tree = nx.Graph()
while nodes:
    source = nodes.pop()
    labels[source] = source
    for target in G.neighbors(source):
        if target in tree:
            t = uuid.uuid1() # new unique id
        else:
            t = target
        labels[t] = target
        tree.add_edge(source,t)
        print source,target,source,t
        nodes.append(target)

nx.draw(tree,labels=labels)
plt.show()

绘图使用标签映射将节点的id映射到原始标签。

【讨论】：