0
我正在處理一系列可能未完全連接的圖形，例如，在這裏和那裏可能存在孤立的節點簇。Python：在着色圖時出錯numpy.asarray
根據通過每個節點的最短路徑的數量，我想給每個節點的顏色來自cmap='jet'。
代碼塊：
#Given my fragmented graph F, count the shortest paths passing through each node:
def num_spaths(F):
num_spaths = dict.fromkeys(F, 0.0)
spaths = nx.all_pairs_shortest_path(F)
for source in F:
for path in spaths[source].values():
for node in path[1:]:
num_spaths[node] += 1
return num_spaths
num_short_paths=num_spaths(F) #Calling the function on F
my_shortest_paths = num_short_paths.values() #Getting the dict values
nodes = F.nodes() #Storing the nodes in F
#Determining the number of colors
n_color = numpy.asarray([my_shortest_paths[n] for n in nodes])
如果圖形連接，並且沒有簇，我沒有問題。如果圖形具有簇，則n_color由於分段圖丟失了一些節點（例如，從0到N，如果圖被分段，所以不是所有節點都存在於nodes中），因此最終變成非連續陣列。
這產生一個錯誤：IndexError: list index out of range指向行n_color = numpy.asarray([my_shortest_paths[n] for n in nodes])。
更明確的節點：
- 非支離破碎的圖形：
nodes=[0,1,2,3...,N] - 支離破碎圖：
nodes=[0,2,3,...,N]
我的問題：我怎樣才能建立我n_color考慮有些節點可能不在我的圖中？我認爲這個問題對應於：我如何構建一個numpy_array這是離散的，但不連續的，要與cmap一起使用？
編輯
我試圖與n_color=[0,5000,10000,15000,20000,25000,30000,35000,40000,45000,50000]，從而創造了一些界限，但後來我得到這個錯誤：ValueError: Color array must be two-dimensional。