to_dict_of_dicts#

to_dict_of_dicts(G, nodelist=None, edge_data=None)[source]#

返回图的邻接表示形式，作为字典的字典。

Parameters:
G图

一个 NetworkX 图

nodelist列表

仅使用 nodelist 中指定的节点

edge_data标量, 可选

如果提供，字典的值将设置为 edge_data 表示所有边。通常的值可能是 1 或 True 。如果 edge_data 是 None （默认），则使用 G 中的边数据，结果为字典的字典的字典。如果 G 是 MultiGraph，结果将是字典的字典的字典的字典。参见注释以自定义处理边数据的方法。 edge_data 不应是容器。

Returns:
dod字典

G 的嵌套字典表示形式。注意，嵌套的层级取决于 G 的类型和 edge_data 的值（参见示例）。

See also

from_dict_of_dicts, to_dict_of_lists

Notes

对于更自定义的处理边数据的方法，可以尝试：

dod = {

n: {nbr: custom(n, nbr, dd) for nbr, dd in nbrdict.items()} for n, nbrdict in G.adj.items()

}

其中 custom 返回每条边（ n 和 nbr 之间）所需的边数据，给定现有的边数据 dd 。

Examples

>>> G = nx.path_graph(3)
>>> nx.to_dict_of_dicts(G)
{0: {1: {}}, 1: {0: {}, 2: {}}, 2: {1: {}}}

默认情况下（ edge_data=None ），边数据会被保留，结果为字典的字典的字典，其中最内层的字典包含边数据：

>>> G = nx.Graph()
>>> G.add_edges_from(
...     [
...         (0, 1, {"weight": 1.0}),
...         (1, 2, {"weight": 2.0}),
...         (2, 0, {"weight": 1.0}),
...     ]
... )
>>> d = nx.to_dict_of_dicts(G)
>>> d  
{0: {1: {'weight': 1.0}, 2: {'weight': 1.0}},
 1: {0: {'weight': 1.0}, 2: {'weight': 2.0}},
 2: {1: {'weight': 2.0}, 0: {'weight': 1.0}}}
>>> d[1][2]["weight"]
2.0

如果 edge_data 不是 None ，原始图中的边数据（如果有）将被替换：

>>> d = nx.to_dict_of_dicts(G, edge_data=1)
>>> d
{0: {1: 1, 2: 1}, 1: {0: 1, 2: 1}, 2: {1: 1, 0: 1}}
>>> d[1][2]
1

这也适用于 MultiGraphs：默认情况下边数据会被保留：

>>> G = nx.MultiGraph()
>>> G.add_edge(0, 1, key="a", weight=1.0)
'a'
>>> G.add_edge(0, 1, key="b", weight=5.0)
'b'
>>> d = nx.to_dict_of_dicts(G)
>>> d  
{0: {1: {'a': {'weight': 1.0}, 'b': {'weight': 5.0}}},
 1: {0: {'a': {'weight': 1.0}, 'b': {'weight': 5.0}}}}
>>> d[0][1]["b"]["weight"]
5.0

但如果 edge_data 不是 None ，多边数据将丢失：

>>> d = nx.to_dict_of_dicts(G, edge_data=10)
>>> d
{0: {1: 10}, 1: {0: 10}}
On this page