NetworkX与GIS结合：如何连通离散节点边计算跨片区最短路径

两种方案均可实现跨不连通GIS片区的路径计算需求，可根据使用场景选择： #

方案1：直接在NetworkX中新增边完成连通 #

适合临时测试、不需要复用数据的场景，操作逻辑如下：

1. 先对网络中的节点按所属片区分组，分别提取黄色片区、紫色片区、绿色片区的所有节点集合
2. 计算黄色片区与紫色片区节点对之间的最小地理距离，取距离最近的两个节点，新增一条无向边，边的weight属性设为两点的大地距离（平面坐标可直接用欧氏距离）
3. 同理计算紫色片区与绿色片区的最近节点对，新增对应加权边
4. 计算路径时需额外适配「经过紫色片区」的要求：不要直接计算黄色起点到绿色终点的最短路径，可分两段计算：先算黄色起点到紫色片区任意节点的最短路径，再算该紫色中转节点到绿色终点的最短路径，拼接后得到符合要求的完整路径

注意你提供的测试代码存在两处可优化点：

1. 笔误：读取的图对象是G，但调用nx.draw时传入的是未定义的doralGDF，会触发NameError
2. 不要用nx.spring_layout生成节点位置，直接用节点自带的地理坐标作为绘图位置，避免空间位置错乱

方案2：GIS预处理阶段完成连通（更推荐长期复用场景） #

如果该份GIS数据需要多次用于路径计算，优先在GIS工具（QGIS、ArcGIS等）中完成连通处理：在不连通的片区之间绘制对应连接线，补全长度等属性字段后重新导出shp文件，后续NetworkX读取的网络天生就是连通的，无需额外在代码中做适配，数据一致性更高。 #

修正后可运行的参考代码 #

import networkx as nx
import matplotlib.pyplot as plt
from geopy.distance import geodesic # 用于计算WGS84坐标的大地距离，平面坐标可替换为math.hypot

# 读取shp文件
G = nx.read_shp('doral27thStreet.shp')

# --------------需提前自定义三个片区的节点集合--------------
# yellow_nodes = [黄色片区所有节点的坐标元组]
# purple_nodes = [紫色片区所有节点的坐标元组]
# green_nodes = [绿色片区所有节点的坐标元组]
# --------------------------------------------------------

# 计算两个节点集合的最近点对
def get_nearest_node_pair(nodes1, nodes2):
    min_dist = float('inf')
    nearest_pair = None
    for n1 in nodes1:
        for n2 in nodes2:
            # WGS84坐标为(lon, lat)，geodesic入参要求为(lat, lon)
            dist = geodesic((n1[1], n1[0]), (n2[1], n2[0])).meters
            if dist < min_dist:
                min_dist = dist
                nearest_pair = (n1, n2)
    return nearest_pair, min_dist

# 新增片区连接边
yp_pair, yp_dist = get_nearest_node_pair(yellow_nodes, purple_nodes)
G.add_edge(yp_pair[0], yp_pair[1], weight=yp_dist)

pg_pair, pg_dist = get_nearest_node_pair(purple_nodes, green_nodes)
G.add_edge(pg_pair[0], pg_pair[1], weight=pg_dist)

# 计算黄->紫->绿的完整路径
yellow_start = list(yellow_nodes)[22]
# 找离黄色起点最近的紫色节点作为中转
purple_transfer = min(purple_nodes, key=lambda x: nx.shortest_path_length(G, yellow_start, x, weight='weight'))
green_end = list(green_nodes)[1]
# 拼接两段路径，去重中转节点
path_y2p = nx.shortest_path(G, yellow_start, purple_transfer, weight='weight')
path_p2g = nx.shortest_path(G, purple_transfer, green_end, weight='weight')
full_path = path_y2p + path_p2g[1:]

# 绘图
pos = {node: node for node in G.nodes()} # 直接用地理坐标作为绘图位置
nx.draw(G, pos, node_color='k', node_size=10)
nx.draw_networkx_nodes(G, pos, nodelist=full_path, node_color='r', node_size=20)
plt.axis('equal')
plt.show()

内容的提问来源于stack exchange，提问作者Derek_P