RuntimeError 过滤权重低于阈值的边缘 - Networkx答案

【问题标题】：RuntimeError filtering the edges with weight below the threshold - NetworkxRuntimeError 过滤权重低于阈值的边缘 - Networkx
【发布时间】：2020-03-26 00:56:20
【问题描述】：

我正在使用 Python 和 networkx，这是我使用此工具的第一个项目。我想制作一个图表来分析一些字符串之间的相似性。仅供参考，我使用余弦相似度来计算字符串之间的相似度。

以下是我目前使用的代码：

skills=[]

for i in data['skills']:
    skills.append(i)


def clean_string(text):
    text = ''.join([word for word in text if word not in string.punctuation])
    text = text.lower()
    text = ' '.join([word for word in text.split() if word not in stop_words])
    return text

cleaned = list(map(clean_string, skills))
# print(cleaned)

vectorizer = CountVectorizer().fit_transform(cleaned)
vectors = vectorizer.toarray()
# print(vectors)

csim = cosine_similarity(vectors)

我希望余弦相似度是我网络中边的权重。

G = nx.from_numpy_matrix(np.matrix(csim), create_using=nx.DiGraph)

然后我尝试过滤权重高于阈值 0.2 的边缘。

def slice_network(G, T, data = True):
    """ Remove all edges with weight<T from G or its copy. """
    F = G.copy() if copy else G
    F.remove_edges_from((n1, n2) for n1, n2, w in F.edges(data="weight") if w < T)
    return G

F = slice_network(G, 0.2)
print(F.edges())

但是，它给我带来了错误：

RuntimeError：字典在迭代期间改变了大小

有人可以帮我吗？

【问题讨论】：

标签： python networking networkx

【解决方案1】：

您只需将[] 添加到您的remove_edges_from 调用中（并且您应该返回F 而不是G。根据您的其他问题，我创建了一个最小的可重现示例：

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt


simple_weights = [[1., 0.51639778, 0., 0., 0., 0.],
                  [0.51639778, 1., 0., 0., 0., 0.25819889],
                  [0., 0., 1., 0., 0., 0.33333333],
                  [0., 0., 0., 1., 0.65465367, 0.],
                  [0., 0., 0., 0.65465367, 1., 0.],
                  [0., 0.25819889, 0.33333333, 0., 0., 1.]]


G = nx.from_numpy_matrix(np.array(simple_weights), create_using=nx.DiGraph)
nx.draw(G)
plt.show()

F = G.copy()
threshold = 0.4
F.remove_edges_from([(n1, n2) for n1, n2, w in F.edges(data="weight") if w < threshold])
nx.draw(F)
plt.show()

或者作为你的函数（你没有在上面的代码中定义copy）

def slice_network(G, T, data = True):
    """ Remove all edges with weight<T from G or its copy. """
    F = G.copy() if copy else G
    F.remove_edges_from([(n1, n2) for n1, n2, w in F.edges(data="weight") if w < T])
    return F

或作为创建前的过滤器

threshold = 0.4
simple_weights = np.array(simple_weights)
simple_weights[simple_weights<threshold] = 0

【讨论】：