关于python：Networkx：提取包含给定节点的连接组件(有向图)


Networkx: extract the connected component containing a given node (directed graph)

我试图从一个大图中提取包含特定节点的所有连接节点的子图。

Networkx库中是否有解决方案？

[编辑]
我的图是DiGraph

[编辑]
措辞简单：
我希望图形中包含特定节点N_i以及使用任何传入或传出边直接或间接(通过其他节点)连接的所有节点的图部分。
例：

1
2
3
4
5
>>> g = nx.DiGraph()
>>> g.add_path(['A','B','C',])
>>> g.add_path(['X','Y','Z',])
>>> g.edges()
[('A', 'B'), ('B', 'C'), ('Y', 'Z'), ('X', 'Y')]

我想要的结果是：

1
2
3
4
5
>>> g2 = getSubGraph(g, 'B')
>>> g2.nodes()
['A', 'B', 'C']
>>> g2.edges()
[('A', 'B'), ('B', 'C')]

相关讨论

您可以使用shortest_path()查找给定节点可到达的所有节点。在您的情况下，您需要首先将图形转换为无向表示，以便同时跟踪内部和外部。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
In [1]: import networkx as nx

In [2]: >>> g = nx.DiGraph()

In [3]: >>> g.add_path(['A','B','C',])

In [4]: >>> g.add_path(['X','Y','Z',])

In [5]: u = g.to_undirected()

In [6]: nodes = nx.shortest_path(u,'B').keys()

In [7]: nodes
Out[7]: ['A', 'C', 'B']

In [8]: s = g.subgraph(nodes)

In [9]: s.edges()
Out[9]: [('A', 'B'), ('B', 'C')]

或一行

1
2
3
4
In [10]: s = g.subgraph(nx.shortest_path(g.to_undirected(),'B'))

In [11]: s.edges()
Out[11]: [('A', 'B'), ('B', 'C')]

只需循环遍历子图，直到目标节点包含在子图中。

对于有向图，我假设子图是一个图，这样每个其他节点都可以访问每个节点。这是一个紧密连接的子图，其networkx函数为strongly_connected_component_subgraphs。

(MWE)最小的工作示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import networkx as nx
import pylab as plt

G = nx.erdos_renyi_graph(30,.05)
target_node = 13

pos=nx.graphviz_layout(G,prog="neato")

for h in nx.connected_component_subgraphs(G):
    if target_node in h:
        nx.draw(h,pos,node_color='red')
    else:
        nx.draw(h,pos,node_color='white')

plt.show()

enter image description here

对于有向子图(图)示例，将相应的行更改为：

1
2
3
G = nx.erdos_renyi_graph(30,.05, directed=True)
...
for h in nx.strongly_connected_component_subgraphs(G):

enter image description here

请注意，节点之一在连接的组件中，但不在强连接的组件中！

相关讨论

我发现了三种解决您的要求的解决方案，与我的一样。我的Digraph的大小在6000到12000个节点之间，最大子图大小将达到3700。我使用的三个函数是：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
def create_subgraph_dfs(G, node):
   """ bidirection, O(1)"""
    edges = nx.dfs_successors(G, node)
    nodes = []
    for k,v in edges.items():
        nodes.extend([k])
        nodes.extend(v)
    return G.subgraph(nodes)

def create_subgraph_shortpath(G, node):
   """ unidirection, O(1)"""
    nodes = nx.single_source_shortest_path(G,node).keys()
    return G.subgraph(nodes)

def create_subgraph_recursive(G, sub_G, start_node):
   """ bidirection, O(nlogn)"""
    for n in G.successors_iter(start_node):
        sub_G.add_path([start_node, n])
        create_subgraph_recursive(G, sub_G, n)

测试结果总结如下：

timeit ms

相关讨论

在connected_component_subgraphs页面的末尾使用示例。

只要确保引用列表中的最后一个元素，而不是第一个

1
2
3
>>> G=nx.path_graph(4)
>>> G.add_edge(5,6)
>>> H=nx.connected_component_subgraphs(G)[-1]

相关讨论