如何在NetworkX中移除float('nan')类型的图节点？

这个坑我踩过！你遇到的问题本质是float('nan')的特殊性质——它是Python中唯一一个不等于自身的值（float('nan') != float('nan')会返回True）。而NetworkX在查找节点时用的是严格相等判断，所以直接传入float('nan')时，系统会判定这个节点不存在，自然抛出错误。

下面给你几种可行的解决方法：

方法1：遍历节点识别并移除 #

通过math.isnan()函数判断节点是否为nan，这个函数能正确识别nan值，不管它是不是同一个内存对象：

import networkx as nx
import math

G = nx.Graph()
G.add_node(float('nan'))

# 遍历节点列表（转成list是为了避免遍历过程中修改集合引发报错）
for node in list(G.nodes):
    if isinstance(node, float) and math.isnan(node):
        G.remove_node(node)

print(G.nodes)  # 输出：[]，nan节点已成功移除

方法2：精准定位单个nan节点 #

如果确定图中只有一个nan节点，可以用生成器表达式直接获取它：

nan_node = next(node for node in G.nodes if isinstance(node, float) and math.isnan(node))
G.remove_node(nan_node)

优化方案：构建图前先过滤nan #

从你的描述来看，nan是来自pickle数据集，更高效的方式是在加载数据后、添加到图之前就过滤掉nan节点，避免后续麻烦：

import pickle
import networkx as nx
import math

# 加载pickle数据集
with open('your_dataset.pkl', 'rb') as f:
    data = pickle.load(f)

# 假设data是节点列表或包含节点的结构，这里以节点列表为例
filtered_nodes = [
    node for node in data
    if not (isinstance(node, float) and math.isnan(node))
]

# 构建不含nan的图
G = nx.Graph()
G.add_nodes_from(filtered_nodes)

为什么直接remove_node(float('nan'))不行？ #

再补充下原理：当你调用G.add_node(float('nan'))时，图中会存入一个值为nan的节点对象；但当你再调用G.remove_node(float('nan'))时，你传入的是一个新的nan对象——由于nan不等于任何值（包括自己），NetworkX在节点集合里找不到匹配项，所以报错。而通过遍历获取的是图中已存在的那个nan对象（或者通过math.isnan识别值），就能成功匹配并移除。

内容的提问来源于stack exchange，提问作者zxxml