如何在Networkx中合并MultiDiGraph平行边并设置权重

我正在用Python的NetworkX库构建图结构，从包含source和target字段的CSV文件提取边后，得到的边列表如下：

edges = [(a,b), (a,c), (b,c), (a,b), (a,b), (a,c)]

我先基于这些边创建了MultiDiGraph，现在希望将其转换为DiGraph，把相同平行边的出现次数作为权重，目标结果如下：

edges = [(a, b, weight=3), (b, c, weight=1), (a, c, weight=2)]

我已经通过将CSV转为列表再用Counter统计的方式实现了类似功能，代码如下：

reader = csv.reader(open('edges_list.csv', 'r')) 
next(reader, None) 
list_edges = list(reader)  
count = Counter(map(tuple, list_edges))  
list = [list(i) for i in count.items()] 
list = [[k,v,w] for (k,v),w in list]

但我想了解NetworkX是否提供直接的函数，可将MultiDiGraph中的平行边合并为带权重的DiGraph。

NetworkX没有专门的一键函数直接完成这个转换，但可以基于已有的MultiDiGraph，通过简洁的代码实现平行边合并，无需回到CSV层面处理：

方法一：遍历边并累加权重 #

import networkx as nx

# 假设已创建好MultiDiGraph
multi_digraph = nx.MultiDiGraph([('a','b'), ('a','c'), ('b','c'), ('a','b'), ('a','b'), ('a','c')])
digraph = nx.DiGraph()

for u, v, _ in multi_digraph.edges():
    if digraph.has_edge(u, v):
        digraph[u][v]['weight'] += 1
    else:
        digraph.add_edge(u, v, weight=1)

# 查看结果边
print(list(digraph.edges(data=True)))
# 输出: [('a', 'b', {'weight': 3}), ('a', 'c', {'weight': 2}), ('b', 'c', {'weight': 1})]

方法二：用Counter统计边对后构建DiGraph #

import networkx as nx
from collections import Counter

multi_digraph = nx.MultiDiGraph([('a','b'), ('a','c'), ('b','c'), ('a','b'), ('a','b'), ('a','c')])
# 统计每个(u, v)边对的出现次数
edge_counts = Counter((u, v) for u, v, _ in multi_digraph.edges())

# 构建带权重的DiGraph
digraph = nx.DiGraph()
for (u, v), count in edge_counts.items():
    digraph.add_edge(u, v, weight=count)

这两种方法都直接基于已有的MultiDiGraph操作，比从CSV重新处理更高效，也更贴合NetworkX的图结构使用逻辑。

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