Schnellste Möglichkeit, einen Graphen in einen vollständigen zu transformieren mit Hilfe von networkx

Question

Ich möchte die Leistung von zwei Graphen vergleichen, die zweite ist eine K _n vollständige Grafik. Nennen wir G den ersten Graphen (den nicht vollständigen) und H den zweiten (den K _n Graphen). Ich möchte, dass die Knoten von H die exakt gleichen Attribute (und relativen Werte) wie die von G haben, also (scheinbar) kann ich nicht einfach networkx.complete_graph(n) ausführen. Meine erste Idee war es, diesen Code zu verwenden:

H = G.copy() 
nh = H.nodes() 
eh = H.edges() # I create those variables in hope to save some speed 
for u in nh: 
    for v in filter(lambda x: x > u, nh): # it's an undirected graph, saves some speed 
     if (u,v) not in eh: 
      H.add_edge(u,v) 

Da jedoch meine Graphen 10.000+ Knoten haben, wird dies ein ziemlich langsamer Prozess. Gibt es eine Möglichkeit, es zu beschleunigen?

Answer 1

Ok, ich habe möglicherweise eine Antwort gefunden:

H = networkx.complete_graph(n) 
labels = nx.get_node_attributes(G,attribute) 
nx.set_node_attributes(H,attribute,labels) 

Hat jemand eine schnellere Alternative?