Python 计算具有指定距离或更小距离的节点数

我将计算距离种子

r

或更小的节点数

N（r）

假设我们有以下简单图：

bfs_继任者

从源代码返回广度优先搜索中的继任者词典

print nx.bfs_successors(G,'b')
{'a': ['c'], 'c': ['g', 'f'], 'b': ['a', 'e', 'd'], 'e': ['h']} 

我不知道如何用它来计算N（r）？ 我需要这样的东西：

seed='b'
r=1,           'a','e','d'     , N = 3
-----------------------------------
r<=2,          'a','c'         , N = 5
               'e','h'    
               'd',
-----------------------------------
r<=3,          'a','c','f','g' , N = 7
               'e', 'h',
               'd'

seed='b'
r=1，'a'，'e'，'d'，N=3
-----------------------------------
你可以用它做你想做的事。从文档中：

返回以节点n为中心的邻域的诱导子图
给定半径

从这个子图中，您可以像在任何其他图中一样获得节点

下面是一个基于您的代码的示例。它打印距离节点
b
2（或更小）处的所有节点

import networkx as nx

G = nx.Graph()
G.add_nodes_from(['a','b','c','d','e','f','g','h'])
G.add_edges_from([('a','b'),('a','c'),('b','d'),('b','e'),
                  ('e','h'),('c','f'),('c','g')])

ego = nx.ego_graph(G, 'b', radius=2, center=False)
print(ego.nodes())

输出：

['d', 'c', 'h', 'a', 'e']

你可以用它做你想做的事。从文档中：

返回以节点n为中心的邻域的诱导子图
给定半径

从这个子图中，您可以像在任何其他图中一样获得节点

下面是一个基于您的代码的示例。它打印距离节点
b
2（或更小）处的所有节点

import networkx as nx

G = nx.Graph()
G.add_nodes_from(['a','b','c','d','e','f','g','h'])
G.add_edges_from([('a','b'),('a','c'),('b','d'),('b','e'),
                  ('e','h'),('c','f'),('c','g')])

ego = nx.ego_graph(G, 'b', radius=2, center=False)
print(ego.nodes())

输出：

['d', 'c', 'h', 'a', 'e']

我错过什么了吗？没有边重什么的？你们为什么不选择像广度优先搜索或Dijkstra这样的简单方法呢？并没有权重。我已经用过“bfs”了。我是不是遗漏了什么？没有边重什么的？你们为什么不选择像广度优先搜索或Dijkstra这样的简单方法呢？并没有权重。我已经用过bfs了。