根据文档，边缘由三个参数唯一定义：u、v 和 k。所以即使 u 和 v 可以相同，参数k 也会区分边缘
当我计算两个节点之间的最短路径时，我使用nx.shortest_path。这为我提供了最短路径中的节点列表。
举个例子，我们考虑节点1和2。现在我计算它们之间的最短路径，结果如下：
[1, 4, 6, 7, 2]
如果有一个 egde u=4, v=6, k=0 和另一个 u=4, v=6, k=1 我怎么知道哪一个是最短路径？ osmnx 怎么知道它可以绘制给定的最短路径？
提前谢谢你。
【问题讨论】：
我是 OSMnx 的开发者。听起来你在问它的plot_graph_route 功能。对于沿最短路径的平行边（即，某个节点u 和某个节点v 之间的多条边），OSMnx 选择长度较短的边。你可以确切地看到它是如何处理这个here的。
【讨论】：
这似乎有两个问题。涉及networkx的部分我可以回答。
Graph:有点迂腐（因为我在想象未来的人会在谷歌上搜索这个），这确实取决于您正在使用的图表类型。我们将从通用图表开始：
import networkx as nx
G = nx.path_graph(5)
G.add_edge(2, 8, weight=0.3) # A
G.add_edge(2, 8, weight=0.6) # B
G.add_edge(1, 8, weight=1.0)
for u, v, w in G.edges(data=True):
print(u, v, k)
...并考虑如果我们切换标记为A 和B 的行的顺序会发生什么：
import networkx as nx
G = nx.path_graph(5)
G.add_edge(2, 8, weight=0.6) # B
G.add_edge(2, 8, weight=0.3) # A
G.add_edge(1, 8, weight=1.0)
for u, v, w in G.edges(data=True):
print(u, v, k)
在这两种情况下：网络看起来都一样：
但是我们网络的参数在这两种情况下是不同的：
# A first
0 1 {}
1 2 {}
1 8 {'weight': 1.0}
2 3 {}
2 8 {'weight': 0.6}
3 4 {}
和
# B first
0 1 {}
1 2 {}
1 8 {'weight': 1.0}
2 3 {}
2 8 {'weight': 0.3}
3 4 {}
所以这里：答案是u、v 和k 是唯一的，shortest_path 返回的列表将是唯一的。
MultiDiGraph:我 90% 确定这是问题要问的情况。在MultiDiGraph 中，节点仍由u、v 索引，但可以有多个权重k：
import networkx as nx
GM = nx.MultiDiGraph()
GM.add_edge(0, 2, weight=0.3)
GM.add_edge(0, 2, weight=0.15)
GM.add_edge(1, 2, weight=0.1)
GM.add_edge(0, 1, weight=0.1)
GM.add_edge(2, 3, weight=0.4)
GM.add_edge(2, 3, weight=0.5)
for u, v, w in GM.edges(data=True):
print(u, v, w)
path = nx.shortest_path(GM, source=0, target=3, weight='weight')
print(path)
# [0, 2, 3]
nx.shortest_path 返回的列表不明确，但重构最小权重路径非常简单：
for u, v in zip(path[0:], path[1:]):
edge_data = GM.get_edge_data(u, v)
min_weight = min([edge_data[edge]['weight'] for edge in edge_data])
print(f"{u}---({min_weight})---{v}")
结果：
0---(0.15)---2
2---(0.4)---3
【讨论】：