Python 按权重对网格图排序

我有一个网格图，它的边是元组的元组列表，表示节点：

G.edges = [((0, 0), (1, 0)), ..., ((15, 14), (15, 15))]

此外，每个元素都有一个权重：

G[(0,1)][(0,2)] = {'weight': 0.59}

如何根据权重对G边进行排序？我用

key=lambda

尝试了很多东西，但到目前为止没有任何效果

对于可复制性，完整代码为：

from networkx import grid_graph
field_shape = (16, 16)
G = grid_graph(dim=list(field_shape))
edge_weights = np.array([[e, random.rand()] for e in G.edges()]) # shape (nb_edges, 2)
for e, weight in edge_weights:
    G[e[0]][e[1]]['weight'] = weight # Adds weights to all edges ((G[(0,1)][(0,2)]) = {'weight': 0.59})
nodes = [n for n in G.nodes()]    

下面是一个例子：

从networkx导入网格图
将numpy作为np导入
字段_形状=（2，2）
G=网格图（尺寸=列表（字段形状））
边权重=np.array（[[e，np.random.rand（）]用于e in G.edges（）]）#形状（nb_边，2）
对于e，边中的权重\u权重：
G[e[0][e[1]['weight']=weight#向所有边添加权重（（G[（0,1）][（0,2）]）={'weight'：0.59}）
nodes=[n代表G.nodes（）中的n]
对于G.边（）中的边：
打印（f“{edge[0]}->{edge[1]}={G[edge[0]]][edge[1]][weight']}”）
打印（）
已排序的_边=已排序的（G.edges（），key=lambda边：G[edge[0]][edge[1]['weight']））
对于排序的_边中的边：
打印（f“{edge[0]}->{edge[1]}={G[edge[0]]][edge[1]][weight']}”）

输出：

(0, 0) -> (1, 0) = 0.7516163148696177
(0, 0) -> (0, 1) = 0.25352872203948684
(0, 1) -> (1, 1) = 0.7781608787306042
(1, 0) -> (1, 1) = 0.08342751486451083

(1, 0) -> (1, 1) = 0.08342751486451083
(0, 0) -> (0, 1) = 0.25352872203948684
(0, 0) -> (1, 0) = 0.7516163148696177
(0, 1) -> (1, 1) = 0.7781608787306042

---

请用python提供一个带有权重的示例图。是的，我刚刚意识到，我添加了它：）太棒了！！它起作用了，实际上我尝试了一些非常相似的东西，但并不完全正确：）