如何用NetworkX创建2n节点环形图，排除对侧及k个邻接节点（k为n的函数）

核心是把手动枚举的排除条件改成基于n的函数k的动态判断，避免重复代码，同时实现需求：每个节点排除对侧节点及对侧节点两侧各k个节点（k由n决定）。

修改后的代码 #

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

def create_circle_graph(n):
    G = nx.Graph()
    total_nodes = 2 * n
    theta = np.linspace(0, 2*np.pi, total_nodes, endpoint=False)
    
    # 定义k为n的函数，示例用k = n//3，可按需修改
    k = n // 3
    
    for i in range(total_nodes):
        G.add_node(i, pos=np.array([np.cos(theta[i]), np.sin(theta[i])]))
        opposite_node = (i + n) % total_nodes
        
        for j in range(i+1, total_nodes):
            # 计算j相对对侧节点的环形偏移量
            offset = (j - opposite_node) % total_nodes
            # 判断j是否属于需排除的节点范围
            if not (0 <= offset <= k or (total_nodes - k) <= offset <= total_nodes - 1):
                G.add_edge(i, j)
    return G

n = 10
G = create_circle_graph(n)
pos = nx.get_node_attributes(G, 'pos')
nx.draw(G, pos, with_labels=True)
plt.show()

关键说明 #

• k的自定义：你可以根据需求调整k与n的映射关系，比如k = n//2、k = int(np.sqrt(n))等，只要是n的合法函数即可。
• 环形范围判断：通过模运算处理节点的环形结构，用偏移量范围替代手动枚举，代码更简洁且易于维护。如果j的偏移量落在对侧节点的左右k个区间内（含对侧节点本身），则跳过该边；否则添加边。
• 效率优化：通过j从i+1开始循环，确保每条边只被添加一次，避免重复操作。

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