以编程方式向 NetworkX 图添加大量节点/边的最快方法是什么？

Question

我需要快速创建一个大型 NetworkX Graph，其中的数据来自对某个数据库的查询，返回大量数据。我一一添加节点和边会慢得离谱。有没有更快的方法？

Answer 1

要添加边缘，请使用

Graph.add_edges_from

。

要添加节点，请使用

Graph.add_nodes_from

。

Answer 2

在经历了自己出乎意料的慢网络创建之后，我做了一些测试，发现了一个令人惊讶的创建方法，它为我加快了很多速度。

在循环数据之前，创建一个要添加的空边列表：

edgesToAdd = []

还创建一个字典来保存节点属性

nodeDict = {}

然后循环遍历数据并以正确的格式将边添加到边列表中：

edgesToAdd.append([sourceNode, targetNode, attrDict])

还要遍历节点并将节点属性添加到该字典中。

for index,nodeID in enumerate(newNodeIDs):
    nodeDict[nodeID] = {}
    nodeDict[nodeID]['attr1'] = 'stringVal'
    nodeDict[nodeID]['attr1'] = numval

然后在处理完所有数据后，循环遍历该边列表以添加属性。

for n1,n2,attr in edgesToAdd:
    G.add_edge(n1, n2)
    nx.set_edge_attributes(G, {(n1, n2): attr})`

如果所有节点都是边的结束节点，那么上面已经创建了节点，所以只需设置节点属性即可。

nx.set_node_attributes(G, nodeDict)

我有限的测试表明

G.add_nodes_from

非常慢，但设置属性很快。 我还发现（违反直觉）循环遍历列表来添加边，然后添加其属性，比在边创建期间添加属性稍快，并且两者都比

G.add_edges_from

更快。

对于我的网络的测试部分，运行时间从使用标准方法（Infiniticity 推荐的方法）的1.2 分钟变为使用这些基本解决方法的3.3 秒。

此过程假设所有节点都附加到某个边缘，但如果您有松散的节点，那么您可能会发现循环遍历列表并一次添加一个节点比使用内置 NetworkX 方法（违反直觉）更快专门为此目的而设计。