Python中简化NetworkX图：合并度数为2的直边节点

你要处理的「直边」节点，本质是无向视角下度数为2的中间节点——这类节点只连接另外两个节点，没有分支，合并时可以直接将其两个邻居相连，同时删除该中间节点。针对DiGraph的双向连接需求，下面给出具体实现方案，同时解决端点保留的问题：

实现代码 #

import networkx as nx

def merge_straight_edges(original_digraph):
    # 复制原图，避免修改原始数据
    g = original_digraph.copy()
    
    # 循环处理，直到没有符合条件的直边节点
    while True:
        # 收集当前所有无向度数为2的节点（排除自环节点）
        straight_nodes = [
            node for node in g.nodes()
            if len(list(nx.all_neighbors(g, node))) == 2
            and not g.has_edge(node, node)
        ]
        
        if not straight_nodes:
            break
        
        for u in straight_nodes:
            # 获取该节点的两个邻居
            neighbors = list(nx.all_neighbors(g, u))
            v, w = neighbors[0], neighbors[1]
            
            # 合并边属性（示例：累加骨架长度，可根据实际需求调整）
            attr_vu = g.get_edge_data(v, u, default={})
            attr_uw = g.get_edge_data(u, w, default={})
            merged_attr = {}
            if 'length' in attr_vu and 'length' in attr_uw:
                merged_attr['length'] = attr_vu['length'] + attr_uw['length']
            
            # 添加双向边，保持有向图的双向连通性
            g.add_edge(v, w, **merged_attr)
            g.add_edge(w, v, **merged_attr)
            
            # 删除中间节点及其关联边
            g.remove_node(u)
    
    return g

代码说明 #

1. 原图复制：避免直接修改输入的原始骨架图数据，保证原始数据可回溯。
2. 循环处理逻辑：删除一个直边节点后，其邻居的度数可能变为2，需要重复检测处理，直到没有符合条件的节点。
3. 直边节点判定：用nx.all_neighbors()获取节点的所有邻居（忽略边的方向），长度为2的节点即为需要合并的中间节点；度数为1的端点节点不会被纳入处理列表，自然保留。
4. 双向边添加：针对DiGraph的需求，合并后给两个邻居互相添加边，保持原骨架的无向连通特性。
5. 边属性合并：如果原骨架边带有属性（比如长度、权重），可以通过累加或其他逻辑合并，示例中处理了length属性，可根据实际需求修改。

使用示例 #

假设你从skan生成的骨架已转成DiGraph格式的original_g，调用函数即可得到简化后的图：

simplified_g = merge_straight_edges(original_g)

注意事项 #

• 如果骨架图存在环（所有节点度数均为2），该函数会将环简化为双向连通的两个节点；若需要保留环的完整结构，可在代码中添加环的判定逻辑跳过处理。
• 若原边有其他自定义属性（如颜色、标记），需调整merged_attr的逻辑来合并这些属性。

内容的提问来源于stack exchange，提问作者Gomorra