本文简要介绍
networkx.algorithms.shortest_paths.weighted.single_source_bellman_ford_path
的用法。用法:
single_source_bellman_ford_path(G, source, weight='weight')
计算加权图的源和所有其他可达节点之间的最短路径。
- G:NetworkX 图
- source:节点
路径的起始节点。
- weight:字符串或函数(默认=”weight”)
如果这是一个字符串,则将通过带有此键的边属性访问边权重(即,连接
u
到v
的边的权重将为G.edges[u, v][weight]
)。如果不存在这样的边属性,则假设边的权重为 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。
- paths:字典
由目标键入的最短路径长度字典。
- NodeNotFound
如果
source
不在G
中。
参数:
返回:
抛出:
注意:
边权重属性必须是数字。距离计算为遍历的加权边的总和。
例子:
>>> G = nx.path_graph(5) >>> path = nx.single_source_bellman_ford_path(G, 0) >>> path[4] [0, 1, 2, 3, 4]
相关用法
- Python NetworkX single_source_bellman_ford_path_length用法及代码示例
- Python NetworkX single_source_bellman_ford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_shortest_path_length用法及代码示例
- Python NetworkX single_source_dijkstra用法及代码示例
- Python NetworkX single_source_shortest_path用法及代码示例
- Python NetworkX single_source_dijkstra_path用法及代码示例
- Python NetworkX single_target_shortest_path_length用法及代码示例
- Python NetworkX single_target_shortest_path用法及代码示例
- Python NetworkX simrank_similarity用法及代码示例
- Python NetworkX simulated_annealing_tsp用法及代码示例
- Python NetworkX simple_cycles用法及代码示例
- Python NetworkX subgraph_view用法及代码示例
- Python NetworkX shortest_path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 shell_layout用法及代码示例
- Python NetworkX sudoku_graph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
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.weighted.single_source_bellman_ford_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。