MultiDiGraph.copy#

MultiDiGraph.copy(as_view=False)#

返回图的副本。

copy 方法默认返回图及其属性的独立浅拷贝。也就是说，如果一个属性是容器，那么原始对象和副本将共享该容器。对于新的容器，请使用 Python 的 copy.deepcopy。

如果 as_view 为 True，则返回视图而不是副本。

参数：
as_view布尔型，可选（默认为 False）

如果为 True，返回的图视图将提供原始图的只读视图，而不会实际复制任何数据。

返回：
G图

图的副本。

另请参阅

to_directed

返回图的定向副本。

注意

所有副本都复制图结构，但数据属性的处理方式可能不同。人们可能需要四种类型的图副本。

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。（请参阅 Python 的 copy.deepcopy）

数据引用（浅拷贝）——对于浅拷贝，图结构会被复制，但边、节点和图属性字典是对原始图中对应项的引用。这节省了时间和内存，但如果您在一个图中更改某个属性而导致另一个图中的属性也发生变化，可能会引起混淆。NetworkX 不提供这种级别的浅拷贝。

独立浅拷贝（Independent Shallow）——这种拷贝创建新的独立的属性字典，然后对属性进行浅拷贝。也就是说，任何作为容器的属性在新图和原始图之间是共享的。这正是 dict.copy() 所提供的。您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)

全新数据（Fresh Data）——对于全新数据，图结构会被复制，同时创建新的空数据属性字典。生成的图与原始图独立，且没有边、节点或图属性。全新拷贝未启用。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，图视图表现得像原始图的只读版本，提供了原始结构的副本，而无需为复制信息占用任何内存。

有关浅拷贝和深拷贝的更多信息，请参阅 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()
在本页面