MultiDiGraph.subgraph#

MultiDiGraph.subgraph(nodes)#

返回由 nodes 诱导的子图的子图视图。

该诱导子图包含 nodes 中的节点以及这些节点之间的边。

Parameters:
nodeslist, iterable

一个包含节点的容器，将对其进行一次迭代。

Returns:
GSubGraph View

图的子图视图。图结构不能更改，但节点/边属性可以更改，并且与原始图共享。

Notes

图、边和节点属性与原始图共享。视图排除了对图结构的更改，但对属性的更改会反映在原始图中。

要创建具有边/节点属性副本的子图，请使用： G.subgraph(nodes).copy()

要在原地将图缩减为子图，可以删除节点： G.remove_nodes_from([n for n in G if n not in set(nodes)])

子图视图有时并不是您想要的。在大多数情况下，如果您想要做的不只是简单地查看诱导边，直接创建子图作为其自己的图会更合理，代码如下：

# 基于（可能是多图的）G 创建子图 SG
SG = G.__class__()
SG.add_nodes_from((n, G.nodes[n]) for n in largest_wcc)
if SG.is_multigraph():
    SG.add_edges_from(
        (n, nbr, key, d)
        for n, nbrs in G.adj.items()
        if n in largest_wcc
        for nbr, keydict in nbrs.items()
        if nbr in largest_wcc
        for key, d in keydict.items()
    )
else:
    SG.add_edges_from(
        (n, nbr, d)
        for n, nbrs in G.adj.items()
        if n in largest_wcc
        for nbr, d in nbrs.items()
        if nbr in largest_wcc
    )
SG.graph.update(G.graph)

Examples

>>> G = nx.path_graph(4)  # or DiGraph, MultiGraph, MultiDiGraph, etc
>>> H = G.subgraph([0, 1, 2])
>>> list(H.edges)
[(0, 1), (1, 2)]
On this page