如何正确访问Networkx中的边缘属性

Question

我有一个图G，我首先用一组规则构造所有边，然后我想随机删除它们中的一些。 （每个节点都有一个属性“标签”，创建时所有边都具有赋予的权重属性。）

我在Python 3.4.2上使用Networkx 1.9.1。

以下代码是我一直试图做到目前为止，我打算从节点删除边缘，如果其度数高于阈值max_degree。

import networkx as nx 
    import random 

    G = nx.Graph() 
    # ...rest of code, adding nodes and edges... 

    # Remove undesired edges 
    max_degree = 4 
    for node in G.nodes(): 
     if nx.degree(G, node) >= max_degree: 
      node_edges = G.edges([node]) 
      edge_to_remove = random.choice(node_edges) 
      # Each edge is a tuple (u,v), 
      # where u and v are nodes in G. 
      edge_u = G.node[edge_to_remove[0]] 
      edge_v = G.node[edge_to_remove[1]] 
      weight_loss = edge_to_remove['weight'] 
      print("Removing edge (weight={2}) from {0} to {1}" 
        .format(edge_u['label'], edge_v['label'], weight_loss)) 
      G.remove_edges_from([edge_to_remove]) 

首先，这是行不通的，其次我的胆量告诉我这是麻烦和繁琐。 tutorial建议下面的代码是如何访问边缘属性。该文件指向教程，但我没有这个：

# From tutorial, accessing edge properties: 
    G.add_edge(1, 2, weight=4.7) 
    G[1][2]['weight'] = 4.7 
    G.edge[1][2]['weight'] = 4s 

    # I'd expect adaption with my code should be 
    # the following, but alas.. 
    weight_of_edge = G.edge[node_u][node_v]['weight'] 

请，我会欢迎建议解决方案，我的问题，或更好的方法。

Answer 1

这是一种方法（未经测试）。请注意，通过您的方法（以及下面的代码）删除的边缘取决于由for node in G生成的节点的顺序，这不是随机的。

import networkx as nx                    
import random                      

G = nx.Graph()                     
G.add_edge(1,2,weight=7)                   
G.add_edge(1,3,weight=2)                   
G.add_edge(1,4,weight=2)                   
G.add_edge(1,5,weight=6)                   
G.add_edge(2,3,weight=3)                   
G.add_edge(4,5,weight=3)                   

max_degree = 2                     
for node in G:                     
    number_to_remove = G.degree(node) - max_degree            
    if number_to_remove > 0:                  
     remove = random.sample(G.edges(node), number_to_remove)         
     weight_loss = sum(G[u][v]['weight'] for (u,v) in remove)         
     G.remove_edges_from(remove)                
     print remove, weight_loss