Python NetworkX中迭代（重新）命名节点与边属性的实现方法

没问题！我帮你搞定批量给节点（还有后续的边）分配属性的事儿。先拿最常用的NetworkX举例子，如果你用的是其他图库（比如PyGraphviz之类的），思路其实也大同小异，核心就是批量遍历+属性赋值。

方法1：直观循环遍历 #

如果你的属性值是和节点本身相关的（比如基于节点ID计算，或者从列表/字典里取对应值），直接循环最容易理解：

import networkx as nx

# 先假设你的图G已经创建好，这里示例生成100个节点（ID从0到99）
G = nx.Graph()
G.add_nodes_from(range(100))

# 示例1：给每个节点加一个'value'属性，值是节点ID的平方
for node in G.nodes():
    G.nodes[node]['value'] = node ** 2

# 示例2：从提前准备好的属性字典批量导入
# 比如给偶数节点设蓝色，奇数设绿色，size随ID递增
node_attr_dict = {
    i: {'color': 'blue' if i % 2 == 0 else 'green', 'size': i * 2} 
    for i in range(100)
}
nx.set_node_attributes(G, node_attr_dict)

这里要注意，现在NetworkX的正确写法是G.nodes[node]['属性名']，旧版本的G.node[node]已经废弃了，这可能是你之前方法失效的原因之一。

方法2：高效批量赋值（适合计算类属性） #

如果你的属性是通过图算法计算出来的（比如中心性、度数），直接把计算结果的字典传给set_node_attributes就行，比循环快很多：

# 给每个节点添加'介数中心性'属性
centrality_scores = nx.betweenness_centrality(G)
nx.set_node_attributes(G, centrality_scores, 'centrality')

处理边的逻辑和节点完全一致，无非是把遍历对象换成边：

方法1：循环遍历边 #

# 给每条边加'weight'属性，值是两个节点ID的和
for u, v in G.edges():
    G.edges[u, v]['weight'] = u + v

方法2：批量导入边属性字典 #

# 提前准备边属性字典，键是边的元组(u, v)，值是属性集合
edge_attr_dict = {
    (u, v): {'length': abs(u - v), 'type': 'forward' if u < v else 'backward'} 
    for u, v in G.edges()
}
nx.set_edge_attributes(G, edge_attr_dict)

• 确保属性字典的键和图中的节点/边ID完全匹配，不然会漏掉对应元素（比如图里节点是字符串ID，你的字典用了数字，就会失效）
• 如果图的节点ID不是连续数字，别手动生成范围遍历，一定要用G.nodes()来遍历所有节点，避免遗漏
• 有些图库的属性赋值语法略有不同，比如PyGraphviz需要用node.attr['属性名']，但核心逻辑还是批量遍历+赋值

内容的提问来源于stack exchange，提问作者nick88