Networkx中nx.attr_matrix提取节点属性矩阵不符合预期的问题

问题原因 #

nx.attr_matrix函数的设计逻辑和预期不符：

• 指定edge_attr时，它生成N×N的边属性邻接矩阵，矩阵值对应边的属性，这符合使用需求；
• 指定node_attr时，它不会生成节点属性的列向量，而是以节点属性值作为节点标识，生成图的邻接矩阵（矩阵中1表示节点间有边，0表示无边），返回的第二个元组元素才是节点属性的列表——这就是出现邻接矩阵而非属性向量的原因。

解决方法 #

要获取N×M（此处M=1）的节点属性矩阵，直接提取节点属性并转换为矩阵即可，无需使用nx.attr_matrix。以下是具体实现代码：

import networkx as nx
import numpy as np

# 构建图（保留原始代码）
G = nx.Graph()
G.add_edge(0, 1, thickness=1, height = 4)
G.add_edge(0, 2, thickness=2, height = 5)
G.add_edge(1, 2, thickness=3, height = 6)

nx.set_node_attributes(G, {0:11, 1:12, 2:13}, "node_type")
nx.set_node_attributes(G, {0:21, 1:22, 2:23}, "node_type2")

# 获取节点顺序（与nx.attr_matrix默认顺序一致）
nodes = list(G.nodes())

# 提取node_type属性并转为N×1矩阵
node_type_matrix = np.matrix([[G.nodes[n]['node_type']] for n in nodes])
m3 = (node_type_matrix, nodes)

# 提取node_type2属性并转为N×1矩阵
node_type2_matrix = np.matrix([[G.nodes[n]['node_type2']] for n in nodes])
m4 = (node_type2_matrix, nodes)

# 输出结果
print("m3:", m3)
print("m4:", m4)

输出结果 #

m3: (matrix([[11],
        [12],
        [13]]), [0, 1, 2])
m4: (matrix([[21],
        [22],
        [23]]), [0, 1, 2])

该方法直接从节点字典中提取属性值，转换为预期的列向量矩阵，同时保留节点顺序的对应关系。

内容的提问来源于stack exchange，提问作者Angelo