合并（联接）网络x图

Question

假设我有两个networkx图，G和H：

G=nx.Graph()
fromnodes=[0,1,1,1,1,1,2]
tonodes=[1,2,3,4,5,6,7]
for x,y in zip(fromnodes,tonodes):
    G.add_edge(x,y)

H=nx.Graph()
fromnodes=range(2,8)
tonodes=range(8,14)
for x,y in zip(fromnodes,tonodes):
    H.add_edge(x,y)

连接两个networkx图的最佳方式是什么？

我想保留节点名（注意公共节点，2到7）。当我使用nx.disjoint_union(G,H)时，没有发生这种情况：

>>> G.nodes()
[0, 1, 2, 3, 4, 5, 6, 7]
>>> H.nodes()
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
>>> Un= nx.disjoint_union(G,H)
>>> Un.nodes()
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 

节点标签已更改（不是我想要的）。我想用相同的数字连接节点上的图。

注意。这不是Combine two weighted graphs in NetworkX的副本。

Answer 1

您要寻找的函数是compose，它生成一个包含两个图中的所有边和所有节点的图。如果两个图都有一个同名的节点，那么一个副本就会出现在新图中。同样，如果两个边中都存在相同的边。下面是一个示例，包括边/节点属性：

import networkx as nx

G=nx.Graph()
G.add_node(1, weight = 2)
G.add_node(2, weight = 3)
G.add_edge(1,2, flux = 5)
G.add_edge(2,4)

H=nx.Graph()
H.add_node(1, weight = 4)
H.add_edge(1,2, flux = 10)
H.add_edge(1,3) 

F = nx.compose(G,H)
#F has all nodes & edges of both graphs, including attributes
#Where the attributes conflict, it uses the attributes of H.

G.nodes(data=True)
> NodeDataView({1: {'weight': 2}, 2: {'weight': 3}, 4: {}})
H.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {}, 3: {}})
F.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {'weight': 3}, 4: {}, 3: {}})

G.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 5}), (2, 4, {})])
H.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {})])
F.edges(data=True)
EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {}), (2, 4, {})])

这些保留属性，但显然如果存在冲突，这是不可能的。H的属性优先。

也有其他选项可以执行symmetric difference, intersection。。。

如果有多个图要连接在一起，则可以使用^{}，它只是在compose周围包装一个for循环。

Answer 2

就是这样。

   U=nx.Graph()
   U.add_edges_from(G.edges()+H.edges())
   U.add_nodes_from(G.nodes()+H.nodes()) #deals with isolated nodes

或者，保留边属性：

   U.add_edges_from(G.edges(data=True)+H.edges(data=True))

并且，要同时保留节点属性，请执行以下操作：

   U.add_nodes_from(G.nodes(data=True)+H.nodes(data=True))