两个节点之间的 networkx 路径

如果你正在使用 Python 中的 NetworkX 库来操作带权重的有向或无向图，你可能需要找到两个节点之间的路径。在本文中，我将介绍如何使用 NetworkX 来查找两个节点之间的路径，并通过一些示例帮助你更好地理解这一概念。

查找两个节点之间的路径

首先，我们需要导入 NetworkX 库：

import networkx as nx

然后，我们可以使用 nx.shortest_path 函数来查找两个节点之间的路径。该函数的参数包括要查找路径的图、起始节点和目标节点。例如，如果我们有一个简单的无向图和要查找的起始节点和目标节点分别为 1 和 5，代码如下所示：

graph = nx.Graph([(1,2),(2,3),(3,4),(4,5),(5,1)])
start_node = 1
end_node = 5
path = nx.shortest_path(graph,start_node,end_node)
print(path)

输出结果：

[1, 5]

在上面的代码中，我们首先定义了一个简单的无向图，并将其存储在变量 graph 中。然后，我们指定起始节点为 1，目标节点为 5，并使用 nx.shortest_path 函数找到它们之间的最短路径。最后，我们打印该路径。

上面的代码返回的路径为 [1, 5]，这意味着从节点 1 到节点 5 的最短路径是只有两个节点的路径，节点 1 和节点 5。

使用带权重的图

如果你正在使用带权重的图，则可以使用 nx.shortest_path 的第三个参数来指定要使用的权重。例如，假设我们有以下带权重的图：

weighted_graph = nx.DiGraph()
weighted_graph.add_edge(1,2,weight=5)
weighted_graph.add_edge(2,3,weight=2)
weighted_graph.add_edge(3,4,weight=1)
weighted_graph.add_edge(4,5,weight=4)
weighted_graph.add_edge(5,1,weight=3)

我们可以使用以下代码查找起点为 1，终点为 5 的最短路径：

start_node = 1
end_node = 5
path = nx.shortest_path(weighted_graph,start_node,end_node,weight='weight')
print(path)

输出结果：

[1, 2, 3, 4, 5]

在上面的代码中，我们首先定义了一个带权重的有向图，并将其存储在变量 weighted_graph 中。然后，我们指定起始节点为 1，目标节点为 5，并使用 weight 参数指定要使用的权重。最后，我们打印该路径。

上面的代码返回的路径为 [1, 2, 3, 4, 5]，这意味着从节点 1 到节点 5 的最短路径是 1 -> 2 -> 3 -> 4 -> 5。

结论

在本文中，我们学习了如何使用 NetworkX 库查找两个节点之间的路径。我们了解了如何在简单的无向图中查找最短路径，以及如何指定使用带权重的图中的权重。这些示例将帮助你更好地理解 NetworkX 中的路径查找功能，从而更好地操作你的图。