strong_product#

strong_product(G, H)[source]#

返回 G 和 H 的强积。

图 \(G\) 和 \(H\) 的强积 \(P\) 的节点集是节点集的笛卡尔积，即 \(V(P)=V(G) \times V(H)\)。如果满足以下任一条件，\(P\) 具有边 \(((u,x), (v,y))\)：

  • \(u=v\)，并且 \((x,y)\) 是 \(H\) 中的一条边

  • \(x=y\)，并且 \((u,v)\) 是 \(G\) 中的一条边

  • \((u,v)\) 是 \(G\) 中的一条边，并且 \((x,y)\) 是 \(H\) 中的一条边

参数:
G, H: 图

Networkx 图。

返回:
P: NetworkX 图

G 和 H 的笛卡尔积。如果 G 或 H 是多重图，则 P 将是多重图。如果 G 和 H 是有向图，则将是有向图；如果 G 和 H 是无向图，则将是无向图。

引发:
NetworkXError

如果 G 和 H 不是同为有向图或同为无向图。

注意

P 中的节点属性是 G 和 H 节点属性的二元组。缺失的属性被赋值为 None。

示例

>>> G = nx.Graph()
>>> H = nx.Graph()
>>> G.add_node(0, a1=True)
>>> H.add_node("a", a2="Spam")
>>> P = nx.strong_product(G, H)
>>> list(P)
[(0, 'a')]

边属性和边键（对于多重图）也会被复制到新的积图。

在本页