NetworkX 边属性赋值时若直接存储 nx.all_shortest_paths() 返回的生成器对象，该生成器仅在循环内可迭代；一旦循环结束即耗尽，外部无法再次遍历——这并非作用域问题，而是 Python 生成器的一次性特性所致。
networkx 边属性赋值时若直接存储 `nx.all_shortest_paths()` 返回的生成器对象，该生成器仅在循环内可迭代；一旦循环结束即耗尽，外部无法再次遍历——这并非作用域问题，而是 python 生成器的一次性特性所致。
在使用 NetworkX 构建图并动态设置边属性时，一个常见误区是将路径计算结果（如 nx.all_shortest_paths() 的返回值）直接赋给边属性，却未意识到其本质是一个惰性、单次可迭代的生成器（generator）。正如示例代码所示：
shortPaths = nx.all_shortest_paths(G, row['City1'], row['City2']) G[row['City1']][row['City2']]['shortPaths'] = shortPaths # ❌ 存储生成器对象
该赋值本身完全成功（可通过 print(G['Atlanta']['Chicago']) 验证），但生成器在首次 for p in shortPaths: 循环中已被完全消耗。当后续在循环外尝试再次遍历 G['Atlanta']['Chicago']['shortPaths'] 时，由于生成器已耗尽，for 循环体不会执行——这容易被误认为“赋值未生效”或“作用域失效”，实则为生成器行为的自然体现。
✅ 正确做法：立即将生成器转换为可重复访问的数据结构，最常用的是 list()：
shortPaths = nx.all_shortest_paths(G, row['City1'], row['City2']) G[row['City1']][row['City2']]['shortPaths'] = list(shortPaths) # ✅ 转为列表，支持多次遍历
修改后，外部访问即可正常工作：
print(f"Found {len(G['Atlanta']['Chicago']['shortPaths'])} shortest paths")
for p in G['Atlanta']['Chicago']['shortPaths']:
print(f"Path: {p}") # ✅ 现在能正确输出⚠️ 注意事项：
-
生成器不可重用：
nx.all_shortest_paths()返回的是生成器，不是列表。每次调用list()会触发完整计算并缓存结果，适合路径数量可控的场景。 -
内存权衡：若图极大且最短路径极多，
list()可能占用较多内存；此时应考虑按需计算（如封装为函数）或使用itertools.islice()限制数量。 -
NetworkX 版本兼容性：
G[u][v]访问方式适用于 NetworkX ≤ 2.x；新版（3.0+）推荐使用G.edges[u, v]或G.get_edge_data(u, v)更安全。
总结：这不是作用域或 NetworkX 的 Bug，而是对 Python 生成器特性的典型误读。牢记——生成器是一次性资源，需显式转为 list、tuple 或 deque 才能持久化复用。在图分析中，合理选择数据结构，是写出健壮、可维护代码的关键一步。
