DiGraph networkxの大規模なネットワークインスタンスで最も速いのは何ですか？

Question

PythonでオープンソースのnetworkxパッケージからDiGraph.pyを継承したクラスを作成しています。

私のクラスのいくつかのメソッドでは、特定の度数（有向グラフの場合はoutcomeまたはindegrees）のノードを検索して返す必要があります。

このクラスは、データマイニングプロジェクト\自然言語処理で使用され、非常に大きなネットワークで使用されます。私が必要とするのは、記述されたメソッドの速い実装です（ある程度のノードまたはある程度のノードのリストを返します）。

すでにスーパークラスで定義されていることがいくつかあります。 1.メソッドnetwork.outdegree()： は、ノードキーとアウトデュレーション値を持つ辞書を返します。私はこの方法を使用する方法がわからない

<generator object out_degree_iter at 0x02EEB328> 

network.out_degree_iter（）である

{'school': 4, 'middle school': 0, 'university': 0, 'commercial': 0, 'private': 5, 'institution': 2, 'high school': 0, 'college': 0, 'elementary school': 0, 'central': 0, 'company': 0, 'public': 3, 'bank': 2} 

1. 方法は、誰かがそれを使用する方法を説明することができた場合、 私は感謝するでしょう。

   3.私の属性network.nodesは、ネットワーク内のすべてのノードのリストです。

   質問：たとえば、network.nodesでリストの理解を行うことで、すべてのノードを反復してoutdegree 2を返すことができます。または、辞書を繰り返して、値2、あるいは、私はそれがどのように使われているのかわからないout_degree_iter()を使うか、forループの辞書項目を反復するのとどのように違うのですか？（dict.iteritems（）のk、v）??ノードとエッジとの非常に大きなネットワークでは、どちらの方が高速でしょうか？あなたは辞書のコピーを作成していないので、

   おかげ

Answer 1

最も簡単な方法は、あなたが提案したように、リスト内包表記でout_degree_iter（）メソッドを使用することです。ここではどのように：）（中度の私たちにとって

t2=[n for n,nbrs in G.succ.items() if len(nbrs)==2] 

in_degree_iter）とG.pred.items（：

import networkx as nx 
G=nx.DiGraph(nx.gnp_random_graph(1000,0.001)) 
t1=[n for n,k in G.out_degree_iter() if k==2 

最速の方法は、内部データ構造へのアクセスが必要です。ここ

が

In [41]: %timeit t1=[n for n,k in G.out_degree_iter() if k==2] 
1000 loops, best of 3: 368 us per loop 

In [42]: %timeit s2=[n for n,nbrs in G.succ.items() if len(nbrs)==2] 
1000 loops, best of 3: 198 us per loop 

Answer 2

イテレータは、大規模なグラフのために優れています。どのようにこのような何かについて：

list_of_2 = [] 
for g in G.out_degree_iter(): 
    if g[1]==2: 
     list_of_2.append(g[0]) 

あるいは、

list_of_2 = map(lambda x:x[0],filter(lambda x:(x[1]==2),G.out_degree_iter()))