使用Python绘制加权二分图遇AmbiguousSolution错误求助

错误原因 #

AmbiguousSolution错误出现是因为你的图是不连通的——存在孤立节点（比如某个国家所有属性都未达标，或某个属性没有国家满足阈值），导致bipartite.sets()无法自动确定整个图的二分划分规则。

可行解决方法 #

• 手动构造二分节点集
  既然你明确知道图的两个分部是「国家」和「属性」，直接手动提取即可，无需依赖函数自动推断：

  # 提取所有国家节点
  country_nodes = set(df['Country'].unique())
  # 提取所有属性节点
  attribute_nodes = set(attributes_n)
  

  后续使用二分图相关功能时，直接传入这两个集合即可。

• 调用函数时指定基准节点
  若一定要用bipartite.sets()，可以传入一个已知属于某一分部的节点作为基准，让函数以此为依据划分整个图：

  # 取第一个国家作为基准节点
  base_node = df['Country'].iloc[0]
  country_set, attribute_set = bipartite.sets(B, top_nodes={base_node})
  

• 删除孤立节点
  如果孤立节点对分析无意义，可先清理掉，确保图的连通性符合函数要求：

  # 删除所有无连接的孤立节点
  B.remove_nodes_from([node for node in B.nodes() if B.degree(node) == 0])
  # 此时再调用划分函数
  country_set, attribute_set = bipartite.sets(B)
  

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