Python NetworkX strong_product用法及代碼示例

返回 G 和 H 的強積。

圖 \(G\) 和 \(H\) 的強積 \(P\) 有一個節點集，它是節點集的笛卡爾積 \(V(P)=V(G) \times V(H)\) 。 \(P\) 有邊 \(((u,v), (x,y))\) 當且僅當 \(u==v\) 和 \((x,y)\) 是 \(H\) 中的邊，或 \(x==y\) 和 \((u,v)\) 是 \(G\) 中的邊，或 \((u,v)\) 是\(G\) 和 \((x,y)\) 中的邊是 \(H\) 中的邊。

參數：

G, H: graphs：

Networkx 圖。

返回：

P：NetworkX 圖

如果 G 或 H 是 multi-graph，則 G 和 H. P 的笛卡爾積將為 multi-graph。如果 G 和 H 是有向的，則為有向的，如果 G 和 H 是無向的，則為無向的。

拋出：

NetworkXError

如果 G 和 H 不都是有向的或都是無向的。

注意：

P 中的節點屬性是 G 和 H 節點屬性的二元組。缺少的屬性被分配為無。

例子：

>>> G = nx.Graph()
>>> H = nx.Graph()
>>> G.add_node(0, a1=True)
>>> H.add_node("a", a2="Spam")
>>> P = nx.strong_product(G, H)
>>> list(P)
[(0, 'a')]

邊屬性和邊鍵(用於多重圖)也被複製到新產品圖中