您要查找的函数是compose，该函数将生成一个图形，其中包含两个图形中的所有边缘和所有节点。如果两个图都有一个具有相同名称的节点，则单个副本将最终出现在新图中。如果两者都存在相同的边，则类似。这是一个示例，其中包括edge / node属性：
import networkx as nx
G=nx.Graph()
G.add_node(1, weight = 2)
G.add_node(2, weight = 3)
G.add_edge(1,2, flux = 5)
G.add_edge(2,4)
H=nx.Graph()
H.add_node(1, weight = 4)
H.add_edge(1,2, flux = 10)
H.add_edge(1,3)
F = nx.compose(G,H)
#F has all nodes & edges of both graphs, including attributes
#Where the attributes conflict, it uses the attributes of H.
G.nodes(data=True)
> NodeDataView({1: {'weight': 2}, 2: {'weight': 3}, 4: {}})
H.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {}, 3: {}})
F.nodes(data=True)
> NodeDataView({1: {'weight': 4}, 2: {'weight': 3}, 4: {}, 3: {}})
G.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 5}), (2, 4, {})])
H.edges(data=True)
> EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {})])
F.edges(data=True)
EdgeDataView([(1, 2, {'flux': 10}), (1, 3, {}), (2, 4, {})])
这些保留属性，但是显然如果发生冲突，则不可能。H优先级的属性。
还有其他选择可做对称差异，相交，…
如果您有多个图形要连接在一起，则可以使用compose_all，只需将for循环环绕compose。
602392714
清零编程群