基于属性匹配占比计算节点间重叠率的Python实现问询

核心实现逻辑 #

要处理任意数量的节点及属性，核心逻辑分为四步：

• 属性集合化：将每个节点的属性列表转换为Python集合，集合的交集操作能快速找出重叠属性，比列表遍历效率高得多。
• 生成有序节点对：因为重叠率是相对节点自身的（比如N1对N2的重叠率和N2对N1的重叠率不同），所以需要生成所有长度为2的有序节点组合（即排列），覆盖所有节点间的双向关联。
• 计算重叠比率：对每一对节点(X, Y)，先计算两者属性的交集，再用「交集元素数量 ÷ X的属性总数 × 100」得到重叠率，结果保留整数百分比即可。
• 格式化输出：按照需求的字符串格式，输出节点对、重叠率及对应的重叠属性。

适用Python工具 #

不需要额外安装第三方库，Python标准库完全够用：

• itertools.permutations：快速生成所有有序节点对，自动适配可变数量的节点。
• 内置set类型：原生支持交集、长度计算等集合操作，性能优异。

代码实现示例 #

import itertools

def calculate_overlap(nodes):
    # 生成所有有序节点对（X, Y），X != Y
    node_pairs = itertools.permutations(nodes.keys(), 2)
    
    for node_x, node_y in node_pairs:
        attrs_x = set(nodes[node_x])
        attrs_y = set(nodes[node_y])
        # 计算重叠属性
        common_attrs = attrs_x & attrs_y
        # 计算重叠率，保留整数
        overlap_percent = round((len(common_attrs) / len(attrs_x)) * 100)
        # 格式化输出
        attrs_str = ", ".join(sorted(common_attrs))
        print(f"{node_x} has {overlap_percent}% overlap with {node_y} on attributes {attrs_str}")

# 示例节点数据（可扩展任意数量节点）
nodes = {
    "N1": ["A1", "A2", "A3", "A4", "A5"],
    "N2": ["A3", "A5", "B1", "C7", "C8", "C9"],
    "N3": ["A1", "C5", "B7", "B1", "A2", "A3", "A4", "A5"]
}

# 执行计算
calculate_overlap(nodes)

运行这段代码会输出和示例完全一致的结果，且能自动适配新增的节点（比如添加N4、N5只需在nodes字典里补充即可）。

内容的提问来源于stack exchange，提问作者Kiew