Python 在NetworkX中查找有向图中后继的后继

我正在为NetworkX中的一个有向图编写一些代码，遇到了一个问题，这可能是我有问题的编程经验造成的。我想做的是：

我有一个有向图G，顶部有两个“父节点”，所有其他节点都从中流出。在绘制这个网络图时，我想将“父1”的后代中的每个节点绘制为一种颜色，所有其他节点绘制为另一种颜色。这意味着我需要一份父1的继任者名单

现在，我可以使用以下工具轻松获得第一层：

descend= G.successors(parent1)

问题是这只给了我第一代的接班人。最好，我想要继承人的继承人，继承人的继承人的继承人，任意等等，因为能够运行分析并绘制图表，而不必确切知道其中有多少代，这将是非常有用的

---

你知道怎么做吗？

好吧，继承人的继承人就是继承人的继承人，对吗

# First successors
descend = G.successors(parent1)
# 2nd level successors
def allDescendants(d1):
   d2 = []
   for d in d1:
       d2 += G.successors(d)
   return d2

descend2 = allDescendants(descend)

要获得第3级子体，请调用所有子体（d2）等

编辑： 问题1：

alldescent=descent+descend2

为您提供两个集合的组合，对更高级别的子体执行相同操作

问题2：如果图形中有循环，则需要首先修改代码以测试您以前是否访问过该子体，例如：

def allDescendants(d1, exclude):
   d2 = []
   for d in d1:
       d2 += filter(lambda s: s not in exclude, G.successors(d))
   return d2

这样，您就可以将

alldown

作为第二个参数传递给上述函数，这样它就不会包含在以后的子函数中。一直执行此操作，直到

alldescands（）

返回一个空数组，在这种情况下，您知道您已经浏览了整个图形，然后停止

---

既然这看起来像是家庭作业，我就让你自己想办法把这一切拼凑起来

您不需要后代的列表，只需要给它们上色即可。为此，您只需选择一个遍历图形的算法，并使用它为边着色

例如，你可以

from networkx.algorithms.traversal.depth_first_search import dfs_edges

G = DiGraph( ... )
for edge in dfs_edges(G, parent1):
    color(edge)

---

请参见

，这样答案会更清晰，更容易为未来偶然发现它的人找到，以下是我最终使用的代码：

G = DiGraph() # Creates an empty directed graph G
infile = open(sys.argv[1])
for edge in infile:
    edge1, edge2 = edge.split() #Splits data on the space
    node1 = int(edge1) #Creates integer version of the node names 
    node2 = int(edge2)
    G.add_edge(node1,node2) #Adds an edge between two nodes

parent1=int(sys.argv[2])   
parent2=int(sys.argv[3])

data_successors = dfs_successors(G,parent1)
successor_list = data_successors.values()
allsuccessors = [item for sublist in successor_list for item in sublist]

pos = graphviz_layout(G,prog='dot') 
plt.figure(dpi=300)
draw_networkx_nodes(G,pos,node_color="LightCoral")
draw_networkx_nodes(G,pos,nodelist=allsuccessors, node_color="SkyBlue")
draw_networkx_edges(G,pos,arrows=False) 
draw_networkx_labels(G,pos,font_size=6,font_family='sans-serif',labels=labels)

---

我相信，自从几年前@Jochen Ritzel给出答案以来，Networkx已经发生了变化

现在，以下内容仍然有效，只是更改了import语句

import networkx
from networkx import dfs_edges

G = DiGraph( ... )
for edge in dfs_edges(G, parent1):
    color(edge)

---

如果要获取所有后续节点，而不通过边，另一种方法可以是：

import networkx as nx
G = DiGraph( ... )
successors = nx.nodes(nx.dfs_tree(G, your_node))

我注意到如果你改打电话：

successors = list(nx.dfs_successors(G, your_node)

底层的节点不包括在内。

Oneliner:

descendents = sum(nx.dfs_successors(G, parent).values(), [])

---

更多详细信息：

两个问题。1：运行上述代码只会生成第二级子体。有没有一种方法可以附加结果以获得所有子体的运行列表？2：这个解决方案假设我知道我有多少个级别。有没有办法让它运行n个级别，直到它基本上停止生成新的后代？顺便说一句，这不是家庭作业。我已经完成了家庭作业，进入了“好主意，听起来不错，去实现它……”快速评论：使用

+=

比

附加

更昂贵，因为新的

列表

对象在每次循环迭代中都会被销毁和创建。可以用来观察差异。看起来DFS算法可能是我最好的选择。我没有使用上面建议的代码，而是使用了dfs_继承者，它似乎为我提供了一个来自父1的所有继承者的字典。现在只需要将字典转换成有用的格式。讨厌字典。稍微修改上面的答案，最终使用dfs_继任者（G，parent1），它确实返回了一个包含所有继任者的字典，将该字典转换为一个列表，然后根据列表调整列表。感谢两位评论员的帮助。不起作用。。。示例中没有清楚说明。太好了！我们正在寻找类似于

nx.dfs_tree

的东西，这应该更高，即使接受的答案解决了OP的问题，但问题实际上是以一种只有这个问题才能回答的方式构建的

nx.descendants(G, parent)