python networkx如何抽取子图_如何使用networkx从给定图中提取所有可能的诱导子图...

对于在这里遇到同样问题但节点太多的人来说，这里对@Hooked的答案没有几个简单的改进(尽管我相信有更好的解决方案，正如@Hooked在评论中提到的那样，这只是一个快速的复制粘贴修复程序，适用于与我有相同原因并有缩放问题的人)

1)igraph比networkx更具规模

2)我们只能取一个节点的邻域来消除大多数不必要的组合

例如，如果我们在较大的network中寻找motif(两个igraph对象)motif_rank = max(max(motif.shortest_paths_dijkstra()))

result = collections.OrderedDict.fromkeys(network.vs['label'], 0)

for node in self.network.vs:

# Get relevant nodes around node of interest that might create the motif of interest

nodes_to_expand = {node}

for rank in range(motif_rank):

nodes_expanded = nodes_to_expand

for node_to_expand in nodes_to_expand:

nodes_expanded = set.union(nodes_expanded, set(node_to_expand.neighbors()))

nodes_to_expand = nodes_expanded

# Look at all combinations

for sub_nodes in itertools.combinations(nodes_to_expand, motif.vcount()):

subg = network.subgraph(sub_nodes)

if subg.is_connected() and subg.isomorphic(motif):

result[node['label']] = result[node['label']]+1