如何从Python介数中心性得分字典中提取输出Top10节点

方案1：内置sorted快速实现 #

对4039个节点的字典规模来说，直接用Python内置的sorted方法做全量排序后截取前10项，完全没有性能压力，写起来也最直接。
核心代码：

# 按得分从高到低排序，取前10个节点对
top10 = sorted(bt.items(), key=lambda x: x[1], reverse=True)[:10]

逻辑说明：

• bt.items()遍历字典所有的「节点编号-得分」映射对
• key=lambda x: x[1]指定排序时按元组中的得分值比较，避免默认按节点编号排序
• reverse=True设置为降序排列
• [:10]切片直接取排序后的前10个元素

如果需要规整输出，直接遍历结果打印即可：

for idx, (node, score) in enumerate(top10, start=1):
    print(f"排名{idx} | 节点ID: {node} | 介数中心性得分: {score:.6f}")

方案2：基于heapq的高性能TopN筛选 #

如果后续节点规模会进一步扩大，可以用标准库heapq的nlargest方法实现，它不需要对全量数据做完整排序，仅维护一个容量为10的最小堆来筛选最大值，时间复杂度远低于全量排序。
核心代码：

import heapq

# 直接筛选得分最高的10个映射对
top10 = heapq.nlargest(10, bt.items(), key=lambda x: x[1])

对当前4039个节点的规模，两种方法的运行耗时基本没有差异，但heapq.nlargest的写法更贴合TopN筛选的语义，性能优势会在节点规模达到十万级以上时明显体现。

补充说明 #

• 两种方法均为稳定排序，遇到得分完全相同的节点时，会保持原字典中的相对顺序，不会出现乱序
• 介数中心性的浮点得分可以直接作为排序依据，不需要额外做格式转换，内置排序逻辑完全兼容

内容的提问来源于stack exchange，提问作者Zerone