如何在graph_tool中映射未过滤图与过滤图的顶点索引？

你遇到的问题是graph_tool的默认vertex_index属性继承自原图，它存储的是顶点在原图中的索引，而非过滤图（GraphView）中的局部索引。所以即使在过滤图中调用vertex_index，返回的依然是该顶点在原图中的编号，这就是为什么你得到的结果是6而不是预期的2。

方法1：建立原图索引到过滤图局部索引的映射 #

利用fg.get_vertices()返回的数组（该数组按过滤图中顶点的顺序存储原图索引），直接构建映射关系：

import graph_tool as gt
import numpy as np

g = gt.Graph([(1,2),(3,4),(5,6)])
filt = np.array([False, False,False,False,True,True,True])
fg = gt.GraphView(g,vfilt=filt)

# 构建映射字典
orig_to_local = {v: idx for idx, v in enumerate(fg.get_vertices())}
print(orig_to_local[6])  # 输出：2

方法2：为过滤图创建局部索引属性 #

如果需要频繁查询，可以给过滤图添加一个专门的顶点属性来存储局部索引：

# 创建局部索引属性
local_idx = fg.new_vertex_property("int")
for idx, v in enumerate(fg.vertices()):
    local_idx[v] = idx

# 查询顶点6的局部索引
print(local_idx[fg.vertex(6)])  # 输出：2

类比numpy数组的处理逻辑 #

在numpy中，假设你有原数组arr和过滤掩码filt，过滤后的数组是filtered_arr = arr[filt]。要找原数组中元素x在过滤后数组中的位置，逻辑是：

1. 获取过滤后元素的原图索引：filtered_orig_indices = np.where(filt)[0]
2. 找到x在该数组中的位置：local_idx = np.where(filtered_orig_indices == x)[0][0]

对应到graph_tool场景，fg.get_vertices()等价于filtered_orig_indices，因此可以直接用numpy方式查询：

filtered_orig_indices = fg.get_vertices()
local_idx = np.where(filtered_orig_indices == 6)[0][0]
print(local_idx)  # 输出：2

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