DiGraph.copy#

DiGraph.copy(as_view=False)#

返回图的副本。

copy 方法默认返回图和属性的独立浅层副本。也就是说，如果某个属性是一个容器，该容器会由原始图和副本共享。对于新的容器，请使用 Python 的 copy.deepcopy。

如果 as_view 为 True，则返回一个视图而不是副本。

参数：

as_viewbool，可选（默认为 False）

如果为 True，返回的图视图提供对原始图的只读视图，而无需实际复制任何数据。

返回：

GGraph

图的副本。

另请参阅

to_directed

返回图的有向副本。

注意

所有副本都会复制图结构，但数据属性的处理方式可能不同。人们可能想要的图的副本有四种类型。

深拷贝（Deepcopy） – “深拷贝”复制图结构以及所有数据属性和它们可能包含的任何对象。整个图对象是新的，因此对副本的更改不会影响原始对象。（参见 Python 的 copy.deepcopy）

数据引用（浅拷贝，Shallow） – 对于浅拷贝，图结构被复制，但边、节点和图属性字典是对原始图中相应字典的引用。这节省时间和内存，但如果你在一个图中更改某个属性并导致另一个图中的属性也发生更改，可能会引起混淆。NetworkX 不提供这种程度的浅拷贝。

独立浅拷贝（Independent Shallow） – 这种拷贝创建新的独立属性字典，然后对属性执行浅拷贝。也就是说，作为容器的属性在新的图和原始图之间共享。这正是 dict.copy() 提供的功能。你可以使用以下方式获得这种风格的拷贝：

>>> G = nx.path_graph(5)
>>> H = G.copy()
>>> H = G.copy(as_view=False)
>>> H = nx.Graph(G)
>>> H = G.__class__(G)

新数据（Fresh Data） – 对于新数据，图结构被复制，同时创建新的空数据属性字典。结果图独立于原始图，并且没有边、节点或图属性。新数据拷贝未启用。请改为使用

>>> H = G.__class__()
>>> H.add_nodes_from(G)
>>> H.add_edges_from(G.edges)

视图（View） – 受字典视图启发，图视图的作用类似于原始图的只读版本，提供了原始结构的副本，而无需为复制信息分配任何内存。

有关浅拷贝和深拷贝的更多信息，请参见 Python copy 模块，https://docs.pythonlang.cn/3/library/copy.html。

示例

>>> G = nx.path_graph(4)  # or DiGraph, MultiGraph, MultiDiGraph, etc
>>> H = G.copy()