计算属于巨型组件（python、networkx）的节点比例

我有一个包含机场信息的文件。如何在图中找到巨分量的分数？ 数据看起来像

1 43
1 52
43 1
53 146

以此类推，它只有源目标，即从一个机场到另一个机场

Q.随机选择一部分节点p 0.01，并将其从网络中移除。计算属于巨型组件的节点的分数 （gee）受攻击网络的。 试过这个

> listofnodes=A.nodes()
print('Number of nodes  before reducing ' ,len(listofnodes))
numofnodes=A.number_of_nodes()
sample=int(numofnodes*0.1)
>output : Number of nodes  before reducing  940
RandomSample = random.sample(listofnodes, sample)
G.remove_nodes_from(RandomSample)
print('Number of nodes  before reducing ' ,len(G.nodes))
>Number of nodes  before reducing  534

尝试做类似的事情，这里的问题陈述是我想要完成的，分数如何在攻击中幸存，但是这里使用的函数给出了一个错误，说没有这样的函数。

---

很抱歉，前面提到过：）

我并没有假装给你完整的答案，但我会给你一些代码来帮助你度过难关，并将你重定向到networkX文档

您已成功做到这一点：
“随机选择一部分0.01的节点并将其从网络中删除。”
（实际上，你是在为p=0.1做这件事）

接下来，您需要计算属于巨型组件的节点的百分比：

giantC = g.subgraph(max(nx.connected_components(g), key=len))

下面是一个关于如何提取“随机”图的巨大分量的示例：

现在

giantC

表示巨人组件中的所有节点，如何获得属于巨人组件

giantC

的

G

节点的分数

然后，您只需计算攻击前后的相同值

编辑：由于NetworkX版本2.4

connected\u component\u子图已被删除，因此对于最新版本，请使用：
连接的\u组件
。但是，此函数返回一组节点（而不是图形），因此使用
g.subgraph
创建组件的诱导子图：

giantC = g.subgraph(max(nx.connected_components(g), key=len))

（基于）
到目前为止您尝试了什么？请显示一些代码和机场文件结构，否则此问题无法回答。@marsnebulasoup抱歉：）已编辑，想不出多少。如果需要进一步帮助，请告诉我