保存原始权重的加权双模二部图投影

Question

我有一个大的（36k顶点，50k边）加权双峰二部图，我想生成一个投影，不仅计算像默认加权实现的邻域，而且还计算权重在边缘。您可以将其视为包含黑色顶点和蓝色顶点的二分图，其中当只有蓝色顶点时，我想保留原始图的权重。

我碰到的实现保持橘子的价值，我很感兴趣的红色（或希望得到双加权投影）。

我到目前为止在igraph，networkx和python-tool中看过，但到目前为止，我只观察到计算边缘数量的投影。

Networkx method generic_weighted_projected_graph(B, nodes, weight_function=None)可能会使这个可行，但我不明白怎么样（sna对我来说是新的，虽然我是如此如此的python用户）。

Answer 1

在参考文档https://networkx.github.io/documentation/latest/reference/generated/networkx.algorithms.bipartite.projection.generic_weighted_projected_graph.html中有一个例子说明了如何做到这一点。

它是这样的：

import networkx as nx 
from networkx.algorithms import bipartite 

edges = [('A1','B1',3), 
     ('A1','B2',7), 
     ('A2','B1',2), 
     ('A2','B2',4), 
     ] 

B = nx.Graph() 
B.add_weighted_edges_from(edges) 

def my_weight(G, u, v, weight='weight'): 
    w = 0 
    for nbr in set(G[u]) & set(G[v]): 
     w += G.edge[u][nbr].get(weight, 1) + G.edge[v][nbr].get(weight,1) 
    return w 

G = bipartite.generic_weighted_projected_graph(B, ['A1', 'A2'], weight_function=my_weight) 


print G.edges(data=True) 

输出

[('A1', 'A2', {'weight': 16})]