Python：networkx 样例

以graphml文件加载到networkx为例，文件基本信息：

<key id="d5" for="edge" attr.name="keywords" attr.type="string"/>
<key id="d4" for="edge" attr.name="description" attr.type="string"/>
<key id="d3" for="edge" attr.name="weight" attr.type="double"/>
<key id="d2" for="node" attr.name="source_id" attr.type="string"/>
<key id="d1" for="node" attr.name="description" attr.type="string"/>
<key id="d0" for="node" attr.name="entity_type" attr.type="string"/>
<graph edgedefault="directed">

属性查看

def inspect_graphml_graph(G):
    """检查GraphML图的属性"""
    print("=== 图基本信息 ===")
    print(f"节点数: {G.number_of_nodes()}")
    print(f"边数: {G.number_of_edges()}")
    
    print("\n=== 节点属性示例 ===")
    for node, data in list(G.nodes(data=True))[:3]:  # 只看前3个
        print(f"节点 {node}: {data}")
    
    print("\n=== 边属性示例 ===")
    for u, v, data in list(G.edges(data=True))[:3]:  # 只看前3条
        print(f"边 {u} -> {v}: {data}")

# 使用
inspect_graphml_graph(G)

节点属性

# 获取节点及属性
nodes = list(G.nodes(data=True))

# 查看第一个节点
if nodes:
    node_id, node_data = nodes[0]
    print(f"节点ID: {node_id}")
    print(f"节点属性: {node_data}")
    
    # 访问具体属性
    if 'entity_type' in node_data:
        print(f"entity_type: {node_data['entity_type']}")
    if 'description' in node_data:
        print(f"description: {node_data['description']}")
    if 'source_id' in node_data:
        print(f"source_id: {node_data['source_id']}")

# 查看所有节点的属性名
all_node_attrs = set()
for node, data in G.nodes(data=True):
    all_node_attrs.update(data.keys())
print(f"所有节点的属性名: {all_node_attrs}")

边属性

访问边的标准方法

# 方法1：通过edges(data=True)
for u, v, data in G.edges(data=True):
    print(f"边: {u} -> {v}, 属性: {data}")

# 方法2：通过get_edge_data
data = G.get_edge_data(u, v)
print(f"边属性: {data}")

# 方法3：通过边索引
data = G[u][v]  # 或 G[u][v]['属性名']

方法	返回内容	用途
G.get_edge_data(u, v)	单条边的属性字典	查询特定边的属性
G.edges(node)	与节点相关的多条边	获取节点的所有临边
G.neighbors(node)	邻居节点列表	获取一跳邻居节点
G.edges()	所有边	遍历图中的所有边

示例

els = [e for e in rag.graph.edges(data=True)]

输出示例

els[0]=

('"背影"', '"我的儿子"', {'weight': 8.0, 'description': '"The image of the son’s back is recalled vividly by the narrator, evoking deep sorrow and remembrance."', 'keywords': '"memory, emotional connection"', 'source_id': 'chunk-6d907cf4fb3ba79ebc0719540b8b2971'})

具体边

u, v, data = els[0]  # data是包含所有属性的字典
    
print(f"边: {u} -> {v}")
print(f"所有属性: {data}")
    
# 访问具体属性
if 'keywords' in data:
    print(f"keywords: {data['keywords']}")
if 'description' in data:
    print(f"description: {data['description']}")
if 'weight' in data:
    print(f"weight: {data['weight']}")

查看边的属性名

u, v, data = els[0]
print(f"边的属性名: {list(data.keys())}")

# 查看所有边的所有可能属性名（去重）
all_edge_attrs = set()
for u, v, data in G.edges(data=True):
    all_edge_attrs.update(data.keys())
print(f"所有边的属性名: {all_edge_attrs}")

属性实用处理

根据属性筛选边

# 查找包含特定关键字的边
keyword_edges = []
for u, v, data in G.edges(data=True):
    if 'keywords' in data and 'python' in data['keywords'].lower():
        keyword_edges.append((u, v, data))

# 查找权重大于阈值的边
threshold = 0.5
high_weight_edges = [
    (u, v, data) for u, v, data in G.edges(data=True)
    if 'weight' in data and data['weight'] > threshold
]

批量修改属性

# 为没有权重的边添加默认权重
for u, v, data in G.edges(data=True):
    if 'weight' not in data:
        G[u][v]['weight'] = 1.0

检查特定边是否存在某个属性

# 安全访问方式
edge_attrs = G.get_edge_data(u, v)
if edge_attrs and 'keywords' in edge_attrs:
    keywords = edge_attrs['keywords']
    print(f"关键字: {keywords}")