如何从DOT/Graphviz图中按边权重提取占比前X%的边

目前没有现成的Python第三方函数直接提供该功能，你可以基于pydot库解析DOT文件，自定义逻辑完成提取，具体实现如下：

前置依赖安装 #

pip install pydot

实现逻辑 #

• 用pydot读取解析DOT文件，获取所有边对象
• 提取每条边的label属性，过滤掉无有效label的边，提取其中的数值作为权重（适配带单位的场景如示例中的10s）
• 所有边按权重降序排序
• 按输入的占比计算需要提取的边数量，取排序后靠前的对应数量的边
• 可按需将提取的边导出为新的DOT文件

完整代码示例 #

import pydot
import re
from math import ceil

def extract_top_x_percent_edges(dot_file_path, x_percent):
    # 解析DOT文件
    graphs = pydot.graph_from_dot_file(dot_file_path)
    origin_graph = graphs[0]
    all_edges = origin_graph.get_edges()
    
    edge_weight_list = []
    for edge in all_edges:
        label = edge.get_label()
        # 过滤无label的边
        if not label:
            continue
        # 提取label中的数字部分作为权重，支持带单位的场景，如"10s""3.5ms"
        num_match = re.search(r"(\d+\.?\d*)", label.strip('"'))
        if not num_match:
            continue
        weight = float(num_match.group(1))
        edge_weight_list.append((weight, edge))
    
    # 按权重从高到低排序
    edge_weight_list.sort(reverse=True, key=lambda x:x[0])
    total_valid_edge = len(edge_weight_list)
    if total_valid_edge == 0:
        return origin_graph, []
    
    # 计算需要提取的边数量
    take_num = ceil(total_valid_edge * x_percent / 100)
    # 取前X%的边
    top_edges = [item[1] for item in edge_weight_list[:take_num]]
    
    return origin_graph, top_edges

# 调用示例
if __name__ == "__main__":
    # 提取test.dot文件中权重前20%的边
    origin_graph, top_edges = extract_top_x_percent_edges("test.dot", 20)
    # 如需将提取的边导出为新的DOT文件
    new_graph = pydot.Dot(graph_type=origin_graph.get_type())
    for edge in top_edges:
        new_graph.add_edge(edge)
    new_graph.write_dot("top_20_percent_edges.dot")

注意事项 #

• 如果你的边label是纯数字无单位，可以直接把label转float作为权重，省略正则匹配的步骤
• 代码默认会过滤掉没有有效权重的边，如有特殊需求可以调整过滤逻辑
• 占比计算时会自动向上取整，比如总共有12条边、取前20%的情况下，会提取权重最高的3条边

内容的提问来源于stack exchange，提问作者seke