遍历networkx中图的级别顺序

Question

我正在尝试将 a 转换DiGraph为 n 叉树并按级别顺序或 BFS 显示节点。我的树与此类似，但更大，为简单起见，使用以下示例：

G = networkx.DiGraph()
G.add_edges_from([('n', 'n1'), ('n', 'n2'), ('n', 'n3')])
G.add_edges_from([('n4', 'n41'), ('n1', 'n11'), ('n1', 'n12'), ('n1', 'n13')])
G.add_edges_from([('n2', 'n21'), ('n2', 'n22')])
G.add_edges_from([('n13', 'n131'), ('n22', 'n221')])

树：借用了这个问题的数据：

n---->n1--->n11
 |     |--->n12
 |     |--->n13
 |           |--->n131 
 |--->n2              
 |     |---->n21     
 |     |---->n22     
 |            |--->n221 
 |--->n3

我正在用于networkx.DiGraph此目的并成功创建了图表。这是我创建有向图的代码：

G = nx.DiGraph()
roots = set()
for l in raw.splitlines():
    if len(l):
        target, prereq = regex1.split(l)
        deps = tuple(regex2.split(prereq))
        print("Add node:") + target
        roots.add(target)
        G.add_node(target)
        for d in deps:
            if d:
                G.add_edge(target, d)

我正在从一个大约 200 行的文件中读取所有数据，格式如下，并尝试获取依赖树。我的图大约有 100 个节点和 600 条边。

AAA: BBB,CCC,DDD,
BBB:
DDD: EEE,FFF,GGG,KKK
GGG: AAA,BBB,III,LLL
....
...
..
.

在线查看 networkx 文档后，现在我可以使用以下代码在依赖树上进行拓扑排序来实现级别顺序输出。

order =  nx.topological_sort(G)
print "topological sort"
print order 

输出：

['n2', 'n3', 'n1', 'n21', 'n22', 'n11', 'n13', 'n12', 'n221', 'n131']

顺序似乎是正确的，但由于我需要批量处理作业（这可以节省时间）而不是顺序处理，所以我希望按级别排序输出批次或使用 BFS 进行输出。实现这一目标的最佳方法是什么？
例如：级别[0:n]，例如：

0. ['n'] 
1. ['n2', 'n3', 'n1',] 
2. ['n21', 'n22', 'n11',] 
3. ['n13', 'n12', 'n221', 'n131'] 

Answer 1

您可以使用 bfs_edges() 函数以广度优先搜索顺序获取节点列表。

In [1]: import networkx

In [2]: G = networkx.DiGraph()

In [3]: G.add_edges_from([('n', 'n1'), ('n', 'n2'), ('n', 'n3')])

In [4]: G.add_edges_from([('n4', 'n41'), ('n1', 'n11'), ('n1', 'n12'), ('n1', 'n13')])

In [5]: G.add_edges_from([('n2', 'n21'), ('n2', 'n22')])

In [6]: G.add_edges_from([('n13', 'n131'), ('n22', 'n221')])

In [7]: list(networkx.bfs_edges(G,'n'))
Out[7]: 
[('n', 'n2'),
 ('n', 'n3'),
 ('n', 'n1'),
 ('n2', 'n21'),
 ('n2', 'n22'),
 ('n1', 'n11'),
 ('n1', 'n13'),
 ('n1', 'n12'),
 ('n22', 'n221'),
 ('n13', 'n131')]

In [8]: [t for (s,t) in networkx.bfs_edges(G,'n')]
Out[8]: ['n2', 'n3', 'n1', 'n21', 'n22', 'n11', 'n13', 'n12', 'n221', 'n131']

In [9]: networkx.single_source_shortest_path_length(G,'n')
Out[9]: 
{'n': 0,
 'n1': 1,
 'n11': 2,
 'n12': 2,
 'n13': 2,
 'n131': 3,
 'n2': 1,
 'n21': 2,
 'n22': 2,
 'n221': 3,
 'n3': 1}