如何仅基于out_edges定义NetworkX子图？有向图特定节点子图提取

NetworkX的nx.ego_graph默认会同时遍历有向图的入边和出边，要实现仅基于出边或入边获取子图，不需要两次调用ego_graph，可以通过以下两种高效方式实现：

方法1：利用ego_graph的neighbors参数自定义遍历规则 #

nx.ego_graph支持通过neighbors参数指定遍历节点时的邻居获取逻辑，直接适配出边/入边需求：

仅基于出边（out_edges）获取子图 #

# radius=2 表示遍历深度为2
H_out = nx.ego_graph(G, node_name, radius=2, neighbors=lambda G, n: G.neighbors(n))

G.neighbors(n)会返回节点n通过出边连接的所有后继节点，刚好符合仅走输出边的遍历逻辑。

仅基于入边（in_edges）获取子图 #

# radius=2 表示遍历深度为2
H_in = nx.ego_graph(G, node_name, radius=2, neighbors=lambda G, n: G.predecessors(n))

G.predecessors(n)返回节点n通过入边连接的所有前驱节点，让ego_graph仅沿着入边方向遍历。

方法2：通过遍历获取可达节点后提取子图 #

如果更习惯手动控制遍历过程，可以用广度优先（BFS）或深度优先（DFS）遍历指定方向的节点，再从原图中提取子图：

仅基于出边获取子图 #

# 用BFS遍历出边方向、深度为2的所有节点
out_reachable_nodes = nx.bfs_tree(G, node_name, depth_limit=2).nodes()
H_out = G.subgraph(out_reachable_nodes)

仅基于入边获取子图 #

入边方向的遍历可以先反转图，将入边转为出边后再遍历：

# 反转图，原入边变为出边
G_reversed = G.reverse()
in_reachable_nodes = nx.bfs_tree(G_reversed, node_name, depth_limit=2).nodes()
H_in = G.subgraph(in_reachable_nodes)

关于你之前代码的问题 #

直接给H_tmp.out_edges赋值是无效的——NetworkX中图的边集合不能通过这种方式修改，正确的移除出边操作是H_tmp.remove_edges_from(H_tmp.out_edges())，但这种方式不仅效率低，还会破坏图结构，完全没必要。上述两种方法都能更高效地实现你的需求。

内容的提问来源于stack exchange，提问作者Soerendip