Networkx中删除有向图孤立节点及无入邻居节点的实现疑问

针对你在灭绝实验中的需求，这里提供通用的检测和删除无入邻居节点的方法，结合你给出的实验场景完整实现步骤：

核心思路 #

无入邻居节点本质是入度为0的节点（在有向图DiGraph中），可通过Networkx的in_degree()方法直接检测。同时需要循环处理——因为删除这类节点或孤立节点后，可能会产生新的待删除节点，直到图中既没有孤立节点也没有无入邻居节点为止。

完整代码实现 #

import numpy as np
import networkx as nx
import matplotlib.pyplot as plt

# 初始化邻接矩阵和有向图
mat = np.array([[0,1,1,1,0,1],
                [1,0,0,0,0,0],
                [1,0,0,0,0,0],
                [1,0,0,0,0,0],
                [1,0,0,0,0,0],
                [1,0,0,1,0,0]])    # 实验邻接矩阵
G = nx.from_numpy_array(mat, create_using=nx.DiGraph)

print("初始节点数:", G.number_of_nodes())
print("初始边数:", G.number_of_edges())

# 步骤1：删除指定节点（这里以节点0为例）
G.remove_node(0)

# 循环处理：删除孤立节点和无入邻居节点，直到没有符合条件的节点
while True:
    # 收集当前需要删除的节点：孤立节点 + 入度为0的节点
    nodes_to_remove = list(nx.isolates(G)) + [node for node in G if G.in_degree(node) == 0]
    # 去重（避免同一节点被重复标记）
    nodes_to_remove = list(set(nodes_to_remove))
    if not nodes_to_remove:
        break  # 没有待删除节点时退出循环
    G.remove_nodes_from(nodes_to_remove)
    print(f"删除节点: {nodes_to_remove}，当前节点数: {G.number_of_nodes()}")

# 绘制处理后的图
nx.draw_networkx(G)
plt.show()

print("最终节点数:", G.number_of_nodes())
print("最终边数:", G.number_of_edges())

关键部分说明 #

1. 检测无入邻居节点：
   使用列表推导式[node for node in G if G.in_degree(node) == 0]遍历图中所有节点，筛选出入度为0的节点，这就是你需要的无入邻居节点。
2. 循环处理逻辑：
   每次循环同时收集孤立节点和无入邻居节点，批量删除后再次检查，直到没有符合条件的节点为止。这样能处理删除节点后新产生的待删除节点（比如你的场景中，删除节点5后，节点3会变成入度为0的节点，会被下一轮循环处理）。
3. 去重处理：
   有些节点可能既是孤立节点又是入度为0的节点（孤立节点的入度和出度均为0），去重可避免重复删除导致的报错。

你的实验场景执行结果 #

删除节点0后，第一轮循环会删除孤立节点1、2、4，以及入度为0的节点5；第二轮循环会发现节点3入度变为0，将其删除，最终图中无剩余节点。

内容的提问来源于stack exchange，提问作者JuanmaGun