用边缘数据计算下游数据的最佳方法

Question

我有一个NetworkX问题。我用熊猫DataFrame制作了一个有向图，沿着边缘设置了一些数据。现在，我需要计算节点后代的唯一源的#，并访问edge属性。

这是我的代码，它适用于一个节点，但是我需要传递很多节点到这个节点，并得到唯一的计数。

graph = nx.from_pandas_edgelist(df, source="source", target="target", 
           edge_attr=["domain", "category"], create_using=nx.DiGraph)
downstream_nodes = list(nx.descendants(graph, node))
downstream_nodes.append(node)
subgraph = graph.subgraph(downstream_nodes).copy()

domain_sources = {}
for s, t, v in subgraph.edges(data=True):
    if v["domain"] in domain_sources:
        domain_sources[v["domain"]].append(s)
    else:
        domain_sources[v["domain"]] = [s]

down_count = {}
for k, v in domain_sources.items():
    down_count[k] = len(list(set(v)))

它可以工作，但是，同样，对于一个节点来说，时间并不是什么大事，但是我至少要在40到50个节点上提供这个例程。这是最好的方法吗？我还能做些什么来根据边缘属性进行分组并唯一地计数节点吗？

Answer 1

两个可能的改进：

1. 从创建子图的行中删除副本。你没有改变任何东西，而且副本是多余的。
2. 创建一个具有set键的默认值。阅读更多的这里。

from collections import defaultdict
import networkx as nx

# missing part of df creation

graph = nx.from_pandas_edgelist(df, source="source", target="target", 
           edge_attr=["domain", "category"], create_using=nx.DiGraph)
downstream_nodes = list(nx.descendants(graph, node))
downstream_nodes.append(node)
subgraph = graph.subgraph(downstream_nodes)

domain_sources = defaultdict(set)
for s, t, v in subgraph.edges(data=True):
    domain_sources[v["domain"]].add(s)

down_count = {}
for k, v in domain_sources.items():
    down_count[k] = len(set(v))