使用NetworkX构建二部图后投影结果不符合预期该如何解决

问题成因 #

1. AmbiguousSolution报错原因：
   不连通二部图的不同连通分量不存在全局统一的二部划分推断规则，直接调用nx.bipartite.sets(G)无法自动确定划分逻辑，因此抛出异常。你手动筛选带有bipartite=0属性的节点作为顶部节点的操作逻辑是正确的。
2. 投影结果不符合预期的原因：
   你调用的nx.bipartite.projected_graph()是无权重简单投影，规则为两个顶部节点只要共享至少一个底部节点就生成连边。按照你的测试数据，John和Aron共同观看过电影A，因此二者之间存在连边；Jeny观看的Y、Z两部电影没有其他用户观看，因此Jeny为孤立节点，投影生成的图结构本身是正确的。你看到的视觉效果不符，核心原因是nx.draw()默认不渲染节点标签，且自动使用的布局每次运行位置不固定，导致你误以为结构错误。如果你预期的是边权重对应共同观看电影数量的加权投影，使用简单投影接口也无法满足需求。

调整方案 #

方案1：保留简单投影，修正绘图逻辑 #

如果你的需求就是简单投影，仅需调整绘图代码，显示节点标签并固定布局即可看到正确结构：

import matplotlib.pyplot as plt

top_nodes = {n for n, d in G.nodes(data=True) if d["bipartite"] == 0}
Z = nx.bipartite.projected_graph(G, top_nodes)

# 固定布局种子避免每次运行节点位置变化，开启标签显示
pos = nx.spring_layout(Z, seed=42)
nx.draw(Z, pos, with_labels=True, node_color='lightblue', node_size=1500)
plt.show()

方案2：生成加权投影 #

如果你需要投影边体现共同观看的电影数量，使用加权投影接口即可：

import matplotlib.pyplot as plt

top_nodes = {n for n, d in G.nodes(data=True) if d["bipartite"] == 0}
# 生成加权投影，边的weight属性存储共享的底部节点数量
Z_weighted = nx.bipartite.weighted_projected_graph(G, top_nodes)

pos = nx.spring_layout(Z_weighted, seed=42)
nx.draw(Z_weighted, pos, with_labels=True, node_color='lightblue', node_size=1500)
# 可选：显示边权重
edge_labels = nx.get_edge_attributes(Z_weighted, 'weight')
nx.draw_networkx_edge_labels(Z_weighted, pos, edge_labels=edge_labels)
plt.show()

内容的提问来源于stack exchange，提问作者Martan