Osmnx consolidate_intersections方法dead_ends=False未清除全部死胡同节点

1. 是否需要额外修改才能移除死胡同末端节点？ #

需要。consolidate_intersections的dead_ends=False参数仅会移除合并节点操作过程中产生的新死胡同，不会处理原网络中原本就存在的死胡同节点。你看到剩余的6个死胡同，是原网络里本来就有的，所以要彻底移除所有死胡同，得加额外步骤：

可以在合并节点后，过滤掉度数为1的节点（死胡同节点的度数通常为1），代码示例：

# 筛选出度数≥2的节点
keep_nodes = [n for n, d in G2.degree() if d >= 2]
# 构建仅包含这些节点的子图
G_no_deadends = G2.subgraph(keep_nodes).copy()
# 绘图验证
fig, ax = ox.plot_graph(G_no_deadends, node_color="r")

2. 这是否是该方法的预期输出？ #

是的。consolidate_intersections的核心功能是合并邻近的路口节点，而非全局清理死胡同。dead_ends=False的设计目标是避免合并操作后产生新的无意义死胡同，不是清除所有原有死胡同。你遇到的剩余死胡同、合并后新产生少量死胡同（可能是边删除导致节点度数变为1）都属于该方法的预期行为。

3. 有没有更高效的方式仅获取OSM道路路口、排除死胡同末端节点？ #

有两种更直接的方式：

• 方式一：获取图后直接过滤节点
  不需要先合并节点，拿到原始图后直接筛选度数≥2的节点（路口节点度数至少为2），再构建子图：

  import osmnx as ox
  point = 37.858495, -122.267468
  G = ox.graph_from_point(point, network_type="drive", dist=500)
  # 筛选路口节点（度数≥2）
  intersection_nodes = [n for n, d in G.degree() if d >= 2]
  G_intersections = G.subgraph(intersection_nodes).copy()
  fig, ax = ox.plot_graph(G_intersections, node_color="r")
  

• 方式二：结合简化与过滤
  先使用ox.simplify_graph简化网络（合并同方向连续边，减少冗余节点），再过滤死胡同：

  G_simplified = ox.simplify_graph(G)
  keep_nodes = [n for n, d in G_simplified.degree() if d >= 2]
  G_intersections = G_simplified.subgraph(keep_nodes).copy()
  

这两种方式都比先合并节点再清理更高效，直接瞄准路口节点的核心特征（度数≥2）来过滤。

内容的提问来源于stack exchange，提问作者Biaspoint