我拥有以下网络:
df = pd.DataFrame([
{'Material': 'FG', 'Component': 'COMP1'},
{'Material': 'FG', 'Component': 'COMP2'},
{'Material': 'COMP1', 'Component': 'RAW1'},
{'Material': 'COMP1', 'Component': 'RAW2'},
{'Material': 'COMP2', 'Component': 'RAW3'},
{'Material': 'COMP3', 'Component': 'RAW4'}
])
G = nx.from_pandas_edgelist(df, source='Material', target='Component', create_using=nx.DiGraph)
将属性指定给每个节点后
G.nodes['FG']['t'] = 2
G.nodes['COMP1']['t'] = 3
G.nodes['COMP2']['t'] = 5
G.nodes['COMP3']['t'] = 1
G.nodes['RAW1']['t'] = 6
G.nodes['RAW2']['t'] = 4
G.nodes['RAW3']['t'] = 1
G.nodes['RAW4']['t'] = 8
我想从所选节点的后代计算属性“t”的最大和。换句话说,要编写函数:
max_att_sum(G, node, att)
例如,上面的which返回,即:
[in] max_att_sum(G, 'COMP1', 't)
[out] 9
9,因为'RAW1'(6)+'COMP1'(3)>;'图纸2'(4)+“组件1'(3)
有人知道如何解决这个问题吗
我已经找到了解决办法。不过,如果您知道一个更有效的解决方案,我将非常感谢您的帮助
第一步。为每条边添加权重:
第二步。用于计算最长路径的函数:
相关问题 更多 >
编程相关推荐