Graph networkx随机图，二部集

我正在尝试使用networkx创建一个统一的随机相交图。根据文档，函数uniform_random_intersection_graph（n，m，p）创建了这样一个图，其中n个是第一个二部集的节点，m个是第二个二部集的节点

import networkx as nx
G = nx.uniform_random_intersection_graph(10,3,0.2) 

但是当我使用

G.nodes() 

仅显示和显示n个节点的集合

G.nodes.data（）

返回

[(0, {'bipartite': 0}), (1, {'bipartite': 0}), (2, {'bipartite': 0}), (3, {'bipartite': 0}), (4, {'bipartite': 0}), (5, {'bipartite': 0}), (6, {'bipartite': 0}), (7, {'bipartite': 0}), (8, {'bipartite': 0}), (9, {'bipartite': 0})]

---

如何遍历第二个二部集（m）的节点？

您确定要创建相交图吗？我想你可能会尝试创建一个随机二部图，其中一个集合有10个节点，另一个集合有3个节点，概率为0.2，如果你愿意的话

import networkx as nx
G = nx.bipartite.random_graph(10,3,0.2) 

---

您正在创建的图开始时是一个二部图，但是如果它们在二部图中共享一个邻居，那么它将使用第一组节点并连接一对节点。所以它不是一个二部图，也没有第二组节点。查看

G.edges（）

了解更多信息。

看起来您想要的是随机二部图而不是随机相交图。您能解释一下“随机相交图”是什么意思吗？这里有一个问题，你没有期望得到你得到的输出，这向我表明，你对随机相交图应该是什么有不同的想法，与networkx的想法不同。集合N中的节点u与集合M中的节点v有边。集合N中的节点w与集合M中的节点v具有边。然后有一条边（u，w），这样你就有了一个集N和集M的原始二部图。现在你已经用

（u，w）

样式的边创建了你的新图。

M

集合不会出现在新图形中。在您的示例中，

v

将不存在于最终的图中。是的，我想要的是一个随机相交图G（n，m，p）。我明白了，但是当我使用G.nodes（）时，只显示集合n（10个节点）的节点，而不显示集合m的任何节点。同样，当我使用G.draw（）时也会发生同样的情况，只显示了n集合的10个节点。我发现“m”集合是属性而不是节点。我如何列出它们？您正在查找

print（G.nodes（data=True））

或

print（G.nodes（data='bipartite'））

，但它们都在同一个位置（bipartite=0），因为代码投影了二部随机图，请参见统一随机交叉的来源k，为了返回m集，我还编辑了uniform_random_相交函数。