NetworkX返回错误边索引问题排查求助

你遇到的差异本质是输入的g1、g2的节点ID不是从0开始的连续整数，而nx.to_numpy_array()会自动按节点ID排序后生成邻接矩阵，导致边列表中的原始节点ID和邻接矩阵的索引（对应排序后的节点）无法直接对应。

具体分析 #

• 从第一个输出的边列表能看到存在[4,10]这类节点ID，但邻接矩阵是9×9（对应9个节点），说明输入图的节点ID是离散的（比如包含4、5、7、8、9、10等非连续数值）。
• nx.to_numpy_array()生成邻接矩阵时，会先对图的节点ID进行排序，再按排序后的顺序生成矩阵。比如节点ID排序后是[4,5,6,7,8,9,10,...]，那么邻接矩阵的第0行对应节点4，第1行对应节点5，以此类推。但g.edges()返回的是原始节点ID，所以看起来和邻接矩阵“不匹配”。
• 而硬编码邻接矩阵生成的图，nx.from_numpy_array()默认会创建从0开始的连续整数节点ID，所以边列表的节点ID和邻接矩阵索引完全对应，结果符合预期。

验证方法 #

在你的prepareData函数循环里添加节点打印，就能看到离散的节点ID：

for i, g in enumerate(graphs):
    print("节点ID列表:", g.nodes())  # 添加这行
    n_nodes = g.number_of_nodes()
    # 剩余代码不变

解决方法 #

如果需要让节点ID与邻接矩阵索引一一对应，可以用nx.convert_node_labels_to_integers()重新编号节点，将其转为从0开始的连续整数：

def prepareData(g1, g2):
    graphs = [(g1, g2)]
    Graphs = []
    for graph in graphs:
        for inergraph in graph:
            # 重新编号节点
            reindexed_graph = nx.convert_node_labels_to_integers(inergraph, first_label=0)
            Graphs.append(reindexed_graph)
    graphs = Graphs

    for i, g in enumerate(graphs):
        n_nodes = g.number_of_nodes()
        n_edges = g.number_of_edges()
        edges = np.array(g.edges(), dtype=np.int32)
        print(nx.to_numpy_array(g))
        print()
        print(edges)
        print()

内容的提问来源于stack exchange，提问作者user3748950