我正在与经历了许多的网络合作扰乱事件。因此，许多节点会因给定事件而发生故障。因此，左侧图像与右侧图像之间存在过渡：
我的问题：我怎样才能找到不连通的子图，即使它们只包含 1 个节点？我的目的是count他们并渲染失败了，因为在我的研究中，这适用于他们。我所说的半隔离节点是指一组孤立的节点，但彼此连接.
我知道我可以找到这样的孤立节点：
def find_isolated_nodes(graph):
""" returns a list of isolated nodes. """
isolated = []
for node in graph:
if not graph[node]:
isolated += node
return isolated
但是您将如何修改这些行以使它们也找到孤立的节点组，如右侧图片中突出显示的那些？
我的理论尝试
看起来这个问题已经被解决了洪水填充算法，解释如下here。但是，我想知道如何能够简单地计算巨型组件中的节点数量，然后从第 2 阶段仍处于活动状态的节点数量中减去它。您将如何实现这一点？
如果我理解正确，您正在寻找“孤立”节点，这意味着节点不在图表的最大组成部分中。正如您所提到的，识别“孤立”节点的一种方法是查找不在最大组件中的所有节点。为此，您可以使用networkx.connected_components，获取组件列表并按大小对它们进行排序：
components = list(nx.connected_components(G)) # list because it returns a generator
components.sort(key=len, reverse=True)
然后你可以找到最大的组件，并获得“孤立”节点的计数：
largest = components.pop(0)
num_isolated = G.order() - len(largest)
我把这一切放在一个例子中，我画了一个鄂尔多斯-仁义随机图，将孤立节点着色为蓝色：
# Load modules and create a random graph
import networkx as nx, matplotlib.pyplot as plt
G = nx.gnp_random_graph(10, 0.15)
# Identify the largest component and the "isolated" nodes
components = list(nx.connected_components(G)) # list because it returns a generator
components.sort(key=len, reverse=True)
largest = components.pop(0)
isolated = set( g for cc in components for g in cc )
# Draw the graph
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos=pos, nodelist=largest, node_color='r')
nx.draw_networkx_nodes(G, pos=pos, nodelist=isolated, node_color='b')
nx.draw_networkx_edges(G, pos=pos)
plt.show()
