如何修复 Python networkx 中边缘/节点的标签不一致？答案

【问题标题】：How to fix inconsistent labelling of edges/nodes in Python's networkx?如何修复 Python networkx 中边缘/节点的标签不一致？
【发布时间】：2020-06-23 15:21:23
【问题描述】：

我想为图上的最大切割问题定义一个目标函数。我使用以下表达式，0.5*sum([w[i,j]*(1-spin[i]*spin[j]) for i,j in G.edges]) 其中G 是networkx 图，w 是从该图（连接矩阵）生成的 numpy 矩阵，spin 是一个数组，其条目为 -1 或 1，表示哪个节点所在分区的一侧。

我认为很好，但事实证明边缘的标记与节点的标记不一致，请参见下面的代码。例如在图 G1 中，边权重w[1,5] 为 0，即使边 (1,5) 在图中。有关如何解决此问题的任何建议？

干杯

import networkx as nx

G1 = nx.random_regular_graph(3,6, seed = 1)
G2 = nx.random_regular_graph(3,6, seed = 1)

# labelling seems not to be conserved when transforming to matrix and back
G2 = nx.to_numpy_matrix(G2)
G2 = nx.from_numpy_matrix(G2)

print(nx.to_numpy_matrix(G1))
print(G1.edges)
print(nx.to_numpy_matrix(G2))
print(G2.edges)

输出

[[0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]
 [0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]
 [0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]] # matrix of G1

[(0, 1), (0, 4), (0, 3), (1, 2), (1, 5), (2, 3), (2, 4), (4, 5), (5, 3)] # edges of G1

[[0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]
 [0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]
 [0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]] # matrix of G2
[(0, 1), (0, 3), (0, 5), (1, 2), (1, 4), (2, 3), (2, 5), (3, 4), (4, 5)] # edges of G2

【问题讨论】：

您能否将您的代码包含为文本而不是图形？此外，如果您添加代码来创建图表，则更容易重现并为您提供解决方案。

标签： python python-3.x networkx mathematical-optimization

【解决方案1】：

如to_numpy_matrix 文档中所述，如果未使用参数nodelist，则该方法隐式使用G.nodes() 的排序。

使用以下代码应该可以解决排序问题

nx.to_numpy_matrix(G, nodelist=sorted(G))

【讨论】：