本文简要介绍
networkx.algorithms.shortest_paths.generic.shortest_path
的用法。用法:
shortest_path(G, source=None, target=None, weight=None, method='dijkstra')
计算图中的最短路径。
- G:NetworkX 图
- source:节点,可选
路径的起始节点。如果未指定,则为每个可能的起始节点计算最短路径。
- target:节点,可选
路径的结束节点。如果未指定,则计算所有可能节点的最短路径。
- weight:无,字符串或函数,可选(默认 = 无)
如果为 None,则每条边的权重/距离/成本为 1。如果是字符串,则使用此边属性作为边权重。任何不存在的边属性默认为 1。如果这是一个函数,则边的权重是函数返回的值。该函数必须准确地接受三个位置参数:一条边的两个端点和该边的边属性字典。该函数必须返回一个数字。
- method:字符串,可选(默认 = ‘dijkstra’)
用于计算路径的算法。支持的选项:‘dijkstra’、‘bellman-ford’。其他输入会产生 ValueError。如果
weight
为 None,则使用未加权的图形方法,并忽略此建议。
- 路径:列表或字典
所有返回的路径都包括路径中的源和目标。
如果同时指定了源和目标,则返回从源到目标的最短路径中的单个节点列表。
如果仅指定了源,则返回一个由目标键控的字典,其中包含从源到其中一个目标的最短路径中的节点列表。
如果仅指定了目标,则返回由源键入的字典,其中包含从其中一个源到目标的最短路径中的节点列表。
如果既没有指定源也没有指定目标,则返回带有 path[source][target]=[list of nodes in path] 的字典字典。
- NodeNotFound
如果
source
不在G
中。- ValueError
如果
method
不在支持的选项中。
参数:
返回:
抛出:
注意:
源和目标之间可能存在不止一条最短路径。这仅返回其中之一。
例子:
>>> G = nx.path_graph(5) >>> print(nx.shortest_path(G, source=0, target=4)) [0, 1, 2, 3, 4] >>> p = nx.shortest_path(G, source=0) # target not specified >>> p[4] [0, 1, 2, 3, 4] >>> p = nx.shortest_path(G, target=4) # source not specified >>> p[0] [0, 1, 2, 3, 4] >>> p = nx.shortest_path(G) # source, target not specified >>> p[0][4] [0, 1, 2, 3, 4]
相关用法
- Python NetworkX shortest_path_length用法及代码示例
- Python NetworkX shortest_augmenting_path用法及代码示例
- Python NetworkX shortest_simple_paths用法及代码示例
- Python NetworkX shell_layout用法及代码示例
- Python NetworkX single_source_dijkstra_path_length用法及代码示例
- Python NetworkX single_source_bellman_ford用法及代码示例
- Python NetworkX subgraph_view用法及代码示例
- Python NetworkX square_clustering用法及代码示例
- Python NetworkX soft_random_geometric_graph用法及代码示例
- Python NetworkX sets用法及代码示例
- Python NetworkX simrank_similarity用法及代码示例
- Python NetworkX single_source_bellman_ford_path用法及代码示例
- Python NetworkX sudoku_graph用法及代码示例
- Python NetworkX single_source_bellman_ford_path_length用法及代码示例
- Python NetworkX single_source_shortest_path_length用法及代码示例
- Python NetworkX snap_aggregation用法及代码示例
- Python NetworkX set_edge_attributes用法及代码示例
- Python NetworkX stochastic_block_model用法及代码示例
- Python NetworkX symmetric_difference用法及代码示例
- Python NetworkX selfloop_edges用法及代码示例
- Python NetworkX second_order_centrality用法及代码示例
- Python NetworkX simulated_annealing_tsp用法及代码示例
- Python NetworkX spring_layout用法及代码示例
- Python NetworkX simple_cycles用法及代码示例
- Python NetworkX single_source_dijkstra用法及代码示例
注:本文由纯净天空筛选整理自networkx.org大神的英文原创作品 networkx.algorithms.shortest_paths.generic.shortest_path。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。