Как получить самую большую (неподключенную) сеть / кластер с помощью networkx в Python?

У меня есть следующие данные для примера:

my_network_data = [(39, 118), (179, 14), (35, 118), (225, 14), (64, 118), (6, 14), (187, 14), (161, 14), (42, 14), (53, 14), (47, 1), (127, 14), (14, 118), (3, 1), (175, 14), (21, 118), (5, 14), (18, 14), (122, 1), (137, 14), (157, 14), (19, 14), (19, 118), (118, 14), (30, 118), (159, 14), (124, 118), (56, 14), (161, 118), (100, 14), (53, 118), (136, 118), (41, 14), (4, 14), (217, 14), (32, 14), (175, 118), (104, 14), (82, 118), (4, 118), (222, 14), (201, 118), (136, 14), (86, 1), (153, 14), (195, 14)]

Если я рисую его с помощью networkx, я делаю следующее:

import networkx as nx
g = nx.Graph()
g.add_edges_from(my_network_data)   
print(nx.info(g))

Выход:

Name: 
Type: Graph
Number of nodes: 41
Number of edges: 45
Average degree:   2.1951

График выглядит так:

nx.draw(g, with_labels=True)

Как получить самую большую (неподключенную) сеть / кластер с помощью networkx в Python?

Как я могу получить информацию с помощью networkx о том, что существует 2 различных кластера и какие элементы находятся в этих кластерах?

Предлагаемый результат:

[[1, 86, 47, 3, 122], [14, 118, 136, 53, 179, 30, 100, 41, 35, 4, 19, 82, 104, 159, 64, 32, 124, 14, 39, 4, 137, 136, 187, 217, 153, 5, 53, 19, 42, 175, 18, 21, 222, 175, 6, 195, 56, 157, 201, 161, 161, 127,  225]]

Я не уверен, что networkx - лучшая библиотека для этой задачи. Если у вас есть предложение получше (с использованием Python), я готов его использовать.

python python-3.x networkx

02.05.2018 12:03

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

238

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Похоже, nx.connected_components() - это то, что вам нужно:

for c in nx.connected_components(g):
    print(c)

{4, 5, 6, 136, 137, 14, 18, 19, 21, 153, 157, 30, 159, 32, 161, 35, 39, 41, 42, 175, 179, 53, 56, 187, 64, 195, 201, 82, 217, 222, 225, 100, 104, 118, 124, 127}
{1, 3, 47, 86, 122}

Спасибо, именно то, что я искал :)

— 02.05.2018 12:24

02.05.2018 12:13