NetworkX网格图节点按度排序报错：不可哈希类型问题

我来帮你搞定这个问题！你遇到的unhashable types错误，核心原因是尝试用numpy的索引数组直接访问NetworkX的节点字典——NetworkX网格图的节点是元组（比如(1,2,3)），属于可哈希类型，但numpy返回的索引是数组对象，用它去查节点字典就会触发哈希错误。另外，新版本NetworkX里A.node已经被弃用，建议用A.nodes或A.nodes()来操作节点。

正确的实现步骤 #

我们可以直接通过NetworkX的原生方法处理节点和度数，或者用numpy但避开字典索引的坑，两种方案都给你：

方案1：纯NetworkX/Python原生方式（更简洁）

这种方式不需要numpy，直接筛选排序节点，代码更直观：

import networkx as nx

N = 4
# 创建3D网格图
A = nx.grid_graph(dim=[N, N, N])

# 获取所有节点及其度数的列表，格式为[(节点元组, 度数), ...]
node_degree_pairs = list(A.degree())

# 按节点度数从小到大排序（也可以reverse=True改成从大到小）
node_degree_pairs.sort(key=lambda x: x[1])

# 筛选表面节点：3D网格中内部节点度数为6，度数<6的就是表面/边缘/角落节点
surface_nodes = [node for node, degree in node_degree_pairs if degree < 6]

方案2：结合numpy的实现（如果需要用numpy处理）

如果一定要用numpy，需要先把节点和度数转换成numpy数组，再通过掩码筛选，最后转成列表使用：

import networkx as nx
import numpy as np
from operator import itemgetter

N = 4
A = nx.grid_graph(dim=[N, N, N])

# 把节点和度数分别转成numpy数组
nodes = np.array(list(A.nodes()), dtype=object)  # 指定dtype=object存储元组
degrees = np.array(list(map(itemgetter(1), A.degree())))

# 生成筛选掩码：度数<=5的节点（表面节点）
mask = degrees <= 5
# 筛选后转成列表，得到表面节点的元组列表
surface_nodes = nodes[mask].tolist()

错误原因拆解 #

你之前的代码里A.node[np.where(k <=...有两个问题：

1. API过时：A.node是旧版本NetworkX的写法，现在已经被替换为A.nodes（节点字典）或A.nodes()（节点迭代器）；
2. 索引类型不匹配：np.where()返回的是numpy索引数组，而NetworkX的节点字典键是元组（可哈希），用数组作为字典索引会被判定为"unhashable type"，因为数组本身不可哈希。

内容的提问来源于stack exchange，提问作者Sofia Farina