Python NetworkX to_dict_of_dicts用法及代码示例

本文简要介绍 networkx.convert.to_dict_of_dicts 的用法。

用法: to_dict_of_dicts(G, nodelist=None, edge_data=None)

将图形的邻接表示作为字典的字典返回。

参数：

G：图形: 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，则所有边的字典值将设置为edge_data。通常的值可以是 1 或 True 。如果edge_data 是 None (默认值)，则使用G 中的边数据，从而生成dict-of-dict-of 字典。如果 G 是 MultiGraph，则结果将为 dict-of-dict-of-dict-of-dicts。有关自定义处理边数据的方法，请参阅注释。 edge_data 不应该是容器。

dod：dict: G 的嵌套字典表示。请注意，嵌套级别取决于G 的类型和edge_data 的值(参见示例)。

注意：

如需更自定义的处理边数据的方法，请尝试：

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

其中 custom 为 n 和 nbr 之间的每个边返回所需的边数据，给定现有的边数据 dd 。

例子：

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

默认情况下保留边数据(edge_data=None)，导致 dict-of-dict-of-dicts 最里面的字典包含边数据：

>>> 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 ，则替换原始图中的边数据(如果有)：

>>> 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：默认情况下会保留边数据：

>>> 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 ，则会丢失多边数据：

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

相关用法

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.convert.to_dict_of_dicts。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。

用法:

参数：

返回：

注意：

例子：