to_dict_of_dicts

to_dict_of_dicts(G, nodelist=None, edge_data=None)

将图形的邻接表示形式作为字典返回。

参数

G图表

网络X图表

nodelist列表

仅使用节点列表中指定的节点

edge_data标量，可选

如果提供，则字典的值将设置为 edge_data 用于所有边。通常的值可能是 1 或 True 。如果 edge_data 是 None (默认)，中的边框数据 G 被使用，导致词典-of-dicts。如果 G 是多重图，则结果将是字典。有关自定义处理边缘数据的方法，请参见注释。 edge_data 应该 not 做一个容器。

返回

dodDICT

的嵌套词典表示形式 G 。请注意，嵌套级别取决于 G 以及它的价值 edge_data (请参见示例)。

参见

from_dict_of_dicts, to_dict_of_lists

笔记

有关处理边缘数据的更定制方法，请尝试：：

dod = {
    n: {
        nbr: custom(n, nbr, dd) for nbr, dd in nbrdict.items()
    }
    for n, nbrdict in G.adj.items()
}

哪里 custom 返回中间每条边的所需边数据 n 和 nbr ，给定现有的边缘数据 dd 。

实例

>>> G = nx.path_graph(3)
>>> nx.to_dict_of_dicts(G)
{0: {1: {}}, 1: {0: {}, 2: {}}, 2: {1: {}}}

默认情况下会保留边数据 (edge_data=None )，导致词典词典，其中最里面的词典包含边缘数据：

>>> G = nx.Graph()
>>> G.add_edges_from(
...     [
...         (0, 1, {'weight': 1.0}),
...         (1, 2, {'weight': 2.0}),
...         (2, 0, {'weight': 1.0}),
...     ]
... )
>>> d = nx.to_dict_of_dicts(G)
>>> d  
{0: {1: {'weight': 1.0}, 2: {'weight': 1.0}},
 1: {0: {'weight': 1.0}, 2: {'weight': 2.0}},
 2: {1: {'weight': 2.0}, 0: {'weight': 1.0}}}
>>> d[1][2]['weight']
2.0

如果 edge_data 不是 None ，替换原始图形中的边数据(如果有)：

>>> d = nx.to_dict_of_dicts(G, edge_data=1)
>>> d
{0: {1: 1, 2: 1}, 1: {0: 1, 2: 1}, 2: {1: 1, 0: 1}}
>>> d[1][2]
1

这也适用于多图形：默认情况下会保留边缘数据：

>>> G = nx.MultiGraph()
>>> G.add_edge(0, 1, key='a', weight=1.0)
'a'
>>> G.add_edge(0, 1, key='b', weight=5.0)
'b'
>>> d = nx.to_dict_of_dicts(G)
>>> d  
{0: {1: {'a': {'weight': 1.0}, 'b': {'weight': 5.0}}},
 1: {0: {'a': {'weight': 1.0}, 'b': {'weight': 5.0}}}}
>>> d[0][1]['b']['weight']
5.0

但是，如果出现以下情况，多边数据将丢失 edge_data 不是 None ：

>>> d = nx.to_dict_of_dicts(G, edge_data=10)
>>> d
{0: {1: 10}, 1: {0: 10}}