Python networkx计算数字分类需要整数？

我正在尝试使用networkx根据设置为节点的数字属性计算数字分类。我的节点属性是浮动。当我调用分类功能时：

assort = nx.numeric_assortativity_coefficient(G,'float_attr')

我犯了以下错误

File "/some dir.../networkx/algorithms/assortativity/correlation.py", line 229, in numeric_assortativity_coefficient
a = numeric_mixing_matrix(G,attribute,nodes)
File "/some dir.../networkx/algorithms/assortativity/mixing.py", line 193, in numeric_mixing_matrix
mapping=dict(zip(range(m+1),range(m+1)))
TypeError: range() integer end argument expected, got float.

我检查了networkx分类算法，它没有说数字属性必须是int。有人知道这是否是必需的吗

---

顺便说一句，我使用了相同的网络和性别属性（设置为0和1）来计算属性和数字分类。我对此没有异议。因此，问题似乎与节点属性的int/float类型有关。

通过使用以下方法将float变量转换为int来解决问题

int(round(float_attr*1000, 0))

提交了一个问题，得到了一个确认的答案，即它只处理离散的int值

---

性能方面，由于我的网络不是很大（200多个节点），它仍然需要m是一个在范围内不能使用的浮点，您可以尝试转换为int。m是networkx包中的一个变量，而不是我的代码中的一个变量。我不确定m代表什么，我害怕对它进行更改，因为它可能会带来其他问题。啊，好的，是的，查看源代码没有规定类型，m是从

属性\u混合\u dict

返回的dict键的最大值。对我来说好像是个虫子。谢谢！我想最好的方法是将我的float属性变量转换为int。尽管这意味着会丢失一些细粒度的信息。您也可以创建一个快速扭转局面的问题，您也可以接受自己的答案。