identified_nodes

identified_nodes(G, u, v, self_loops=True, copy=True)

返回收缩结果的图表 u 和 v .

节点收缩将两个节点标识为单个节点，该节点与原始两个节点上的任何边缘相关联。

参数

G网络X图表

其节点将被收缩的图。

u, v节点

必须是中的节点 G 。

self_loops布尔值

如果为True，则连接的任何边 u 和 v 在……里面 G 在返回的图中的新节点上成为自循环。

copy布尔值

如果这为True(默认为True)，则复制 G 并返回它，而不是直接更改 G 。

返回

网络图

如果Copy为True，则为类型相同的新图形对象 G (离开 G 未修改)具有 u 和 v 在单个节点中标识。右侧节点 v 将合并到节点中 u ，仅限如此 u 将出现在返回的图形中。如果复制为FALSE，则修改 G 使用 u 和 v 在单个节点中标识。右侧节点 v 将合并到节点中 u ，仅限如此 u 将出现在返回的图形中。

参见

contracted_edge

quotient_graph

笔记

对于多图表，重新对齐边的边键可能与旧边的边键不同。这是自然的，因为边缘键仅在每对节点内是唯一的。

对于非多重图，其中 u 和 v 与第三个节点相邻 w ，边缘 (v ， w )将收缩到边缘 (u ， w )，并将其属性存储到“收缩”属性中。

此功能也可用作 identified_nodes .

实例

在四个结点上收缩圈图的两个不相邻结点 C_4 生成路径图(忽略平行边)：

>>> G = nx.cycle_graph(4)
>>> M = nx.contracted_nodes(G, 1, 3)
>>> P3 = nx.path_graph(3)
>>> nx.is_isomorphic(M, P3)
True

>>> G = nx.MultiGraph(P3)
>>> M = nx.contracted_nodes(G, 0, 2)
>>> M.edges
MultiEdgeView([(0, 1, 0), (0, 1, 1)])

>>> G = nx.Graph([(1, 2), (2, 2)])
>>> H = nx.contracted_nodes(G, 1, 2, self_loops=False)
>>> list(H.nodes())
[1]
>>> list(H.edges())
[(1, 1)]