Python 2.7 在networkx中从一个巨大的图中采样

我将从一个巨大的图形（大约1.5M的边和0.5M的节点）中采样。 在

networkx

中是否有实现它的原因（我指的是一个书面函数）？ 我将对节点进行均匀采样。（我只需要networkx中的一个工具）

---

如果您能提供任何帮助，我将不胜感激。

假设G是图形，您需要

k=100

样本

import random
k = 100
sampled_nodes = random.sample(G.nodes, k)
sampled_edges = random.sample(G.edges, k)

---

假设G是图，您需要

k=100

样本

import random
k = 100
sampled_nodes = random.sample(G.nodes, k)
sampled_edges = random.sample(G.edges, k)

---

我建议对@xyzjayne的答案进行改进

import random
k = 100
sampled_nodes = random.sample(G.nodes, k)
sampled_graph = G.subgraph(sampled_nodes)

---

这将保留父图的正确边连接

我建议对@xyzjayne的答案进行改进

import random
k = 100
sampled_nodes = random.sample(G.nodes, k)
sampled_graph = G.subgraph(sampled_nodes)

---

这将从父图形中保留正确的边连接

您需要提供有关您正在尝试执行的操作的更多信息。你想从取样中学到什么？样本边缘？示例节点？您需要提供更多有关您正在尝试执行的操作的信息。你想从取样中学到什么？样本边缘？示例节点？您知道networkx是否允许这样的子图方法，在其中我将要保留的边传递给它？我需要通过随机取15%的边来取一个图的子图。也就是说，我只想保留采样的边。那么，用这些采样的边创建一个新的图形对象是不是最好？@DavidIreland我不知道你是否已经找到了它。我在中找到了这个方法。你知道networkx是否允许像这样的子图方法，在那里我传递我想要保留的边？我需要通过随机取15%的边来取一个图的子图。也就是说，我只想保留采样的边。那么，用这些采样的边创建一个新的图形对象是不是最好？@DavidIreland我不知道你是否已经找到了它。我在网上找到了这个方法。