如何在Python中分析和识别有向图关系（节点之间）

我想用Python来解决一个图论问题（我是图论的新手）

数据格式如下：

edges = [('Child1', 'Parent1'), ('Child2', 'Parent2'), ('Child3', 'Parent1'), 
     ('Child4', 'Parent3'), ('Child2', 'Parent1')]

我需要分析的关系包括：

• Child2的父母是Parent1和Parent2
• Parent1是Child1、Child2和Child3的父级

---

使用Python查找上面列出的关系的最佳方法是什么？

我将在父母和孩子之间建立映射：

>>> edges = [
...     ('Child1', 'Parent1'), ('Child2', 'Parent2'), ('Child3', 'Parent1'), 
...     ('Child4', 'Parent3'), ('Child2', 'Parent1')
... ]

>>> from collections import defaultdict
>>> parents = defaultdict(list)  # Key: child, value: list of parents
>>> children = defaultdict(list)  # Key: parent, value: list of children
>>> for child, parent in edges:
...     parents[child].append(parent)
...     children[parent].append(child)
... 
>>> parents['Child2']  # Child2's parents are Parent1 and Parent2
['Parent2', 'Parent1']
>>> children['Parent1'] # Parent1 is a parent to Child1, Child2 and Child3.
['Child1', 'Child3', 'Child2']

---

我会在父母和孩子之间做一个映射：

>>> edges = [
...     ('Child1', 'Parent1'), ('Child2', 'Parent2'), ('Child3', 'Parent1'), 
...     ('Child4', 'Parent3'), ('Child2', 'Parent1')
... ]

>>> from collections import defaultdict
>>> parents = defaultdict(list)  # Key: child, value: list of parents
>>> children = defaultdict(list)  # Key: parent, value: list of children
>>> for child, parent in edges:
...     parents[child].append(parent)
...     children[parent].append(child)
... 
>>> parents['Child2']  # Child2's parents are Parent1 and Parent2
['Parent2', 'Parent1']
>>> children['Parent1'] # Parent1 is a parent to Child1, Child2 and Child3.
['Child1', 'Child3', 'Child2']

---

既然您标记了

networkx

，下面是一个使用该库的解决方案

在下面的代码中，我创建了一个方向图，然后从列表中添加边。重要提示：边中的第一个节点将是源节点，第二个节点将是目标节点，即子节点将指向其父节点

temp = [edge[1] for edge in G.out_edges('Child2')]
print('Parents of Child2:', temp)

temp = [edge[0] for edge in G.in_edges('Parent1')]
print('Children of Parent1:', temp)

为了得到我使用的孩子的父母，为了得到我使用的父母的孩子。请注意，这两个函数都返回一个边列表

import networkx as nx

edges = [('Child1', 'Parent1'), ('Child2', 'Parent2'), ('Child3', 'Parent1'), 
     ('Child4', 'Parent3'), ('Child2', 'Parent1')]

G = nx.DiGraph()
G.add_edges_from(edges)

print(G.out_edges('Child2'))  # parents of Child2
print(G.in_edges('Parent1'))  # children of Parent1

输出：

[('Child2', 'Parent2'), ('Child2', 'Parent1')]
[('Child2', 'Parent1'), ('Child1', 'Parent1'), ('Child3', 'Parent1')]

Parents of Child2: ['Parent2', 'Parent1']
Children of Parent1: ['Child2', 'Child1', 'Child3']

您可以使用列表理解来获取单个孩子或家长的列表

temp = [edge[1] for edge in G.out_edges('Child2')]
print('Parents of Child2:', temp)

temp = [edge[0] for edge in G.in_edges('Parent1')]
print('Children of Parent1:', temp)

输出：

[('Child2', 'Parent2'), ('Child2', 'Parent1')]
[('Child2', 'Parent1'), ('Child1', 'Parent1'), ('Child3', 'Parent1')]

Parents of Child2: ['Parent2', 'Parent1']
Children of Parent1: ['Child2', 'Child1', 'Child3']

---

既然您标记了

networkx

，下面是一个使用该库的解决方案

在下面的代码中，我创建了一个方向图，然后从列表中添加边。重要提示：边中的第一个节点将是源节点，第二个节点将是目标节点，即子节点将指向其父节点

temp = [edge[1] for edge in G.out_edges('Child2')]
print('Parents of Child2:', temp)

temp = [edge[0] for edge in G.in_edges('Parent1')]
print('Children of Parent1:', temp)

为了得到我使用的孩子的父母，为了得到我使用的父母的孩子。请注意，这两个函数都返回一个边列表

import networkx as nx

edges = [('Child1', 'Parent1'), ('Child2', 'Parent2'), ('Child3', 'Parent1'), 
     ('Child4', 'Parent3'), ('Child2', 'Parent1')]

G = nx.DiGraph()
G.add_edges_from(edges)

print(G.out_edges('Child2'))  # parents of Child2
print(G.in_edges('Parent1'))  # children of Parent1

输出：

[('Child2', 'Parent2'), ('Child2', 'Parent1')]
[('Child2', 'Parent1'), ('Child1', 'Parent1'), ('Child3', 'Parent1')]

Parents of Child2: ['Parent2', 'Parent1']
Children of Parent1: ['Child2', 'Child1', 'Child3']

您可以使用列表理解来获取单个孩子或家长的列表

temp = [edge[1] for edge in G.out_edges('Child2')]
print('Parents of Child2:', temp)

temp = [edge[0] for edge in G.in_edges('Parent1')]
print('Children of Parent1:', temp)

输出：

[('Child2', 'Parent2'), ('Child2', 'Parent1')]
[('Child2', 'Parent1'), ('Child1', 'Parent1'), ('Child3', 'Parent1')]

Parents of Child2: ['Parent2', 'Parent1']
Children of Parent1: ['Child2', 'Child1', 'Child3']

---

你说的分析是什么意思？您要解决哪些查询？拓扑排序？最短路径？欧拉循环？我想了解节点之间的方向联系。例如，节点A是节点B和C的子节点，也是这些节点D、E、F的父节点。您对analyze的意思是什么？您要解决哪些查询？拓扑排序？最短路径？欧拉循环？我想了解节点之间的方向联系。例如，节点A是节点B和C的子节点，这些节点D、E、F的父节点。是否有方法执行以下操作：

[（'Child1'，'Parent1'），（'Child2'，'Parent2'），（'Child3'，'Parent1'），（'Child4'，'Parent3'），（'Child2'，'Parent1'）]->[（'Parent1'，（'Child1'，'Child2'，'Child3'），（'Parent3'），（'Child4'））]

@Dave这可能需要一个新问题，但这里有一个解决方案（两行）：首先是

parents=sorted（list（set（[edge[1]表示edge-in-edges]））

然后是

edges2=[（p，tuple（sorted（[e[0]表示e-in-edges，如果e[1]=p]））表示p-in-parents]

。我知道使用列表理解是一个相当丑陋的解决方案，所以下面我们来做同样的事情。有没有办法做到以下几点：

[（'Child1'，'Parent1'），（'Child2'，'Parent2'），（'Child3'，'Parent1'），（'Child4'，'Parent3'），（'Child2'，'Parent1'）]-->[（'Parent1'，'Child1'，'Child2'，'Child3'），（'Parent3'），'，（'Child4'）]

@Dave这可能需要一个新的问题，但这里有一个解决方案（分两行）：首先

父项=排序（列表（设置（[edge[1]表示边中的边]））

然后

edges2=[（p，tuple（排序（[e[0]表示边中的e，如果e[1]==p]））表示父项中的p]

。我知道使用列表理解是一个相当丑陋的解决方案，所以下面我们来做同样的事情。