Python 使用networkx标记连接的组件

使用

igraph

我能够为每个节点分配连接组件的唯一id：

import igraph 
def tag_components(vertices, edges):
    graph = igraph.Graph()
    graph.add_vertices(vertices)
    graph.add_edges(edges)
    graph_tags = graph.clusters().membership
    return graph_tags
print(tag_components([0,1,2,3,4,5], [[1,2],[2,4],[3,5]]))

它输出

[0,1,1,2,1,2]

，这意味着是索引为

0

，

1

，

2

一致的节点组

[0]

，

[1,2,4]

，

[3,5]

。如何使用

networkx实现相同的输出？

我预计会出现以下情况：

def tag_components_nx(vertices, edges):
    G = nx.Graph()
    G.add_nodes_from(vertices)
    G.add_edges_from(edges)
    ...
    return graph_tags

更新

---

我已经有了一个满意的答案，我想知道

networkx

是否有比

connected\u组件

更复杂的方法来解决我的问题

从输出开始，您可以构建所需的输出格式

例如

>>> g.nodes()
NodeView((0, 1, 2, 3, 4, 5))
>>> g.edges()
EdgeView([(1, 2), (2, 4), (3, 5)])
>>> idx_components = {u:i for i,node_set in enumerate(nx.connected_components(g)) for u in node_set}
>>> res = [idx_components[u] for u in vertices]
>>> res
[0, 1, 1, 2, 1, 2]

---

毫无疑问，

connected\u components

是我使用的

networkx

最流行的方法。感谢您的示例，我将对其进行测试，并尝试使其与

numpy

操作保持一致，如果可能的话。如果有人提供比连接的组件更复杂的方法，这将是一个巨大的奖励。networkx使用的算法是为每个未访问的节点执行的

bfs

，该算法在节点和边的数量上是线性的。为什么你需要一个更复杂的方法？像你这样的解决方案需要一点时间，我不是

networkx

的专家，所以我想知道他们是否有其他选择。顺便说一句，我使用

networkx

只是为了演示，这就是为什么我在寻找类似

的常见方法来解决它。