使用Networkx的to_edgelist与from_edgelist后图不一致，是否操作有误？

代码 #

import networkx as nx
import numpy as np

# Create a graph
random_graph = nx.erdos_renyi_graph(10, 0.5, seed=2)
G = random_graph

# Get the edge list representation
edge_list = nx.to_edgelist(G)

# Create a new graph from the edge list
new_G = nx.from_edgelist(edge_list)

# Check if the graphs are the same
print("Original Graph Adjacency Matrix:")
print(np.array(nx.adjacency_matrix(G).todense()))

print("New Graph Adjacency Matrix:")
print(np.array(nx.adjacency_matrix(new_G).todense()))

# Print adjacency matrices of the original and reconstructed graphs
original_adj_matrix = np.array(nx.adjacency_matrix(G).todense())
new_adj_matrix = np.array(nx.adjacency_matrix(new_G).todense())

# Compare adjacency matrices with a tolerance for floating-point differences
if np.allclose(original_adj_matrix, new_adj_matrix, atol=1e-8):
    print("The original and reconstructed graphs are the same.")
else:
    print("The original and reconstructed graphs are different.")

运行输出 #

Original Graph Adjacency Matrix:
[[0 0 0 1 1 0 0 0 1 0]
 [0 0 0 0 1 1 1 0 0 0]
 [0 0 0 0 1 1 1 1 1 1]
 [1 0 0 0 1 0 0 0 1 1]
 [1 1 1 1 0 1 1 0 0 0]
 [0 1 1 0 1 0 1 0 0 0]
 [0 1 1 0 1 1 0 0 0 0]
 [0 0 1 0 0 0 0 0 1 0]
 [1 0 1 1 0 0 0 1 0 0]
 [0 0 1 1 0 0 0 0 0 0]]
New Graph Adjacency Matrix:
[[0 1 1 1 0 0 0 0 0 0]
 [1 0 1 1 0 0 0 0 0 1]
 [1 1 0 0 1 1 1 1 0 0]
 [1 1 0 0 0 0 0 1 1 0]
 [0 0 1 0 0 1 1 0 0 0]
 [0 0 1 0 1 0 1 1 0 0]
 [0 0 1 0 1 1 0 1 0 0]
 [0 0 1 1 0 1 1 0 1 1]
 [0 0 0 1 0 0 0 1 0 0]
 [0 1 0 0 0 0 0 1 0 0]]
The original and reconstructed graphs are different.

问题 #

我是否操作有误？原本预期to_edgelist()和from_edgelist()方法应生成相同的图，但两者差异明显。多次运行后，原始图与新图的邻接矩阵各自保持一致，但彼此不匹配。

解答 #

你没有操作错误，差异的核心原因是邻接矩阵的节点排列顺序不同：

• nx.adjacency_matrix()生成矩阵时，行和列的顺序由图的nodes()方法返回的节点顺序决定
• 原图G是通过erdos_renyi_graph生成的，节点默认按整数自然顺序（0,1,2,...,9）排列
• 而nx.from_edgelist()创建的new_G，节点顺序是节点在边列表中首次出现的顺序，并非自然排序

两个图的结构完全一致，只是邻接矩阵的行/列对应节点的顺序不同，导致视觉上的差异。

验证方法 #

1. 直接对比边集合：

print(set(G.edges()) == set(new_G.edges()))

输出为True，证明边完全一致。

2. 强制按相同节点顺序生成邻接矩阵：

# 按0-9的排序顺序生成邻接矩阵
original_adj = np.array(nx.adjacency_matrix(G, nodelist=sorted(G.nodes())).todense())
new_adj = np.array(nx.adjacency_matrix(new_G, nodelist=sorted(new_G.nodes())).todense())
print(np.allclose(original_adj, new_adj))

输出为True，说明当节点顺序统一后，邻接矩阵完全相同。

总结：to_edgelist和from_edgelist确实正确重建了图，邻接矩阵的差异只是节点排列顺序导致的表象，图的实际结构没有变化。

内容的提问来源于stack exchange，提问作者Sukhwani Mitanshu Hundraj