如何正確訪問Networkx中的邊緣屬性

Question

我有一個圖G，我首先用一組規則構造所有邊，然後我想隨機刪除它們中的一些。 （每個節點都有一個屬性「標籤」，創建時所有邊都具有賦予的權重屬性。）

我在Python 3.4.2上使用Networkx 1.9.1。

以下代碼是我一直試圖做到目前爲止，我打算從節點刪除邊緣，如果其度數高於閾值max_degree。

import networkx as nx 
    import random 

    G = nx.Graph() 
    # ...rest of code, adding nodes and edges... 

    # Remove undesired edges 
    max_degree = 4 
    for node in G.nodes(): 
     if nx.degree(G, node) >= max_degree: 
      node_edges = G.edges([node]) 
      edge_to_remove = random.choice(node_edges) 
      # Each edge is a tuple (u,v), 
      # where u and v are nodes in G. 
      edge_u = G.node[edge_to_remove[0]] 
      edge_v = G.node[edge_to_remove[1]] 
      weight_loss = edge_to_remove['weight'] 
      print("Removing edge (weight={2}) from {0} to {1}" 
        .format(edge_u['label'], edge_v['label'], weight_loss)) 
      G.remove_edges_from([edge_to_remove]) 

首先，這是行不通的，其次我的膽量告訴我這是麻煩和繁瑣。 tutorial建議下面的代碼是如何訪問邊緣屬性。該文件指向教程，但我沒有這個：

# From tutorial, accessing edge properties: 
    G.add_edge(1, 2, weight=4.7) 
    G[1][2]['weight'] = 4.7 
    G.edge[1][2]['weight'] = 4s 

    # I'd expect adaption with my code should be 
    # the following, but alas.. 
    weight_of_edge = G.edge[node_u][node_v]['weight'] 

請，我會歡迎建議解決方案，我的問題，或更好的方法。

Answer 1

這是一種方法（未經測試）。請注意，通過您的方法（以及下面的代碼）刪除的邊緣取決於由for node in G生成的節點的順序，這不是隨機的。

import networkx as nx                    
import random                      

G = nx.Graph()                     
G.add_edge(1,2,weight=7)                   
G.add_edge(1,3,weight=2)                   
G.add_edge(1,4,weight=2)                   
G.add_edge(1,5,weight=6)                   
G.add_edge(2,3,weight=3)                   
G.add_edge(4,5,weight=3)                   

max_degree = 2                     
for node in G:                     
    number_to_remove = G.degree(node) - max_degree            
    if number_to_remove > 0:                  
     remove = random.sample(G.edges(node), number_to_remove)         
     weight_loss = sum(G[u][v]['weight'] for (u,v) in remove)         
     G.remove_edges_from(remove)                
     print remove, weight_loss