我正在嘗試使用 networkx 來(lái)確定源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的最短加權(quán)路徑。為此，我正在使用nx.shortest_path. 但是，我無(wú)法讓它正常運(yùn)行。以下類(lèi)似于我的設(shè)置：import pandas as pdimport networkx as nxdf = pd.DataFrame({'F': ['a','b','c','d','d','e'], # f node identifier                   'T': ['b','c','d','e','f','f'], # t node identifier                   'weight': [1.2,5.2,2.7,2.8,1.3,7.4], # weight for shortest path algorithm                   'dummy': ['q','w','e','r','t','y']}) # dummy variable網(wǎng)絡(luò)構(gòu)建發(fā)生在一個(gè)函數(shù)內(nèi)，因?yàn)槿绻易屗ぷ鞯脑挘鼘?yīng)用于幾個(gè)不同的數(shù)據(jù)集！這也是屬性作為字典而不是單獨(dú)添加的原因。def build_network(df=None, column_names=None):    g = nx.DiGraph()        for i,row in df.iterrows():          g.add_edge(row[column_names['F']],row[column_names['T']],attributes=row[column_names['attributes']].to_dict())               return gg = build_network(df, column_names={'F':'F',                                    'T':'T',                                    'attributes':['weight','dummy']})最后shortest_path_length應(yīng)用該算法，表明長(zhǎng)度為2（邊數(shù)），而不是4.0（加權(quán)距離）。我懷疑這是因?yàn)槲义e(cuò)誤地引用了權(quán)重屬性。但是，我不確定我應(yīng)該怎么做。nx.shortest_path_length(G=g, source='c', target='f', weight="['attributes']['weight']")任何幫助將不勝感激！