如何在NetworkX图中查询指定节点的K个最近邻节点

你提供的初始化代码有一个小笔误，nx.graph() 需要修改为首字母大写的 nx.Graph()，否则运行会报错。

NetworkX 没有内置专门返回指定节点K个最近邻的专属函数，但基于现有接口实现起来非常简单，分两种场景对应不同实现方式：

• 场景1：仅统计直接相邻节点，按邻接边权重从小到大取K个（匹配你给出的示例需求）
  实现代码如下：

  import networkx as nx
  
  # 修正后的图初始化代码
  g = nx.Graph()
  g.add_node(0)
  g.add_node(1)
  g.add_node(2)
  g.add_node(3)
  g.add_edge(0,1,weight=2)
  g.add_edge(0,2,weight=3)
  g.add_edge(0,3,weight=4)
  g.add_edge(1,2,weight=3)
  g.add_edge(1,3,weight=5)
  g.add_edge(2,3,weight=6)
  
  def get_k_direct_neighbors(G, target_node, k, weight_key='weight'):
      # 获取目标节点所有邻接节点与对应边权重
      neighbor_weight_pairs = [(neighbor, attr[weight_key]) for neighbor, attr in G[target_node].items()]
      # 按权重升序排序后取前K个节点
      neighbor_weight_pairs.sort(key=lambda x: x[1])
      return [pair[0] for pair in neighbor_weight_pairs[:k]]
  
  # 测试调用，查询节点0的2个最近邻
  print(get_k_direct_neighbors(g, 0, 2))
  # 输出结果：[1, 2]，和预期一致
  

• 场景2：统计全局所有节点，按两点之间最短路径长度从小到大取K个（支持多跳路径的最近邻）
  可以直接复用NetworkX内置的单源最短路径接口实现，代码如下：

  def get_k_global_neighbors(G, target_node, k, weight_key='weight'):
      # 计算目标节点到所有可达节点的最短路径长度
      path_length_map = nx.single_source_dijkstra_path_length(G, target_node, weight=weight_key)
      # 排除节点自身，按路径长度升序排序后取前K个
      sorted_nodes = sorted(path_length_map.items(), key=lambda x: x[1])
      return [node for node, length in sorted_nodes if node != target_node][:k]
  
  # 测试调用，查询节点0的2个全局最近邻
  print(get_k_global_neighbors(g, 0, 2))
  # 输出结果：[1, 2]
  

内容的提问来源于stack exchange，提问作者sairam rebbapragada