如何基于NetworkX有向图计算入度与出度分布？

你的思路完全没问题，对于有向图来说，NetworkX已经帮我们分好了入度和出度的获取方法，只需要把原来的nx.degree替换成对应的入度/出度方法就可以了，和你计算总degree分布的逻辑完全一致：

1. 计算入度分布 #

NetworkX的nx.in_degree(G)方法会返回一个包含所有节点入度的字典，我们只需要提取它的values，再用numpy.histogram统计分布即可：

# 获取所有节点的入度值
in_degrees = list(nx.in_degree(G).values())
# 计算入度的分布
in_counts, in_bin_edges = np.histogram(in_degrees)

2. 计算出度分布 #

同理，用nx.out_degree(G)获取出度值，再做同样的直方图统计：

# 获取所有节点的出度值
out_degrees = list(nx.out_degree(G).values())
# 计算出度的分布
out_counts, out_bin_edges = np.histogram(out_degrees)

可选：更直观的度值计数（不用直方图） #

如果你想直接看到每个具体度值对应的节点数量，而不是分箱后的结果，可以用collections.Counter来统计：

from collections import Counter

# 入度的具体计数
in_degree_counter = Counter(in_degrees)
# 出度的具体计数
out_degree_counter = Counter(out_degrees)

# 比如打印入度为3的节点数量
print(f"入度为3的节点数：{in_degree_counter.get(3, 0)}")

这样就能分别得到入度和出度的分布啦～

内容的提问来源于stack exchange，提问作者emax