本文目录一览：
Python中networkx中shortest_path使用的是哪一种最短路径方法
不全是。依据传入的参数决定调用哪种算法。
看源码：至少涉及了dijkstra、广度优先/深度优先算法。
if source is None:
if target is None:
## Find paths between all pairs.
if weight is None:
paths=nx.all_pairs_shortest_path(G)
else:
paths=nx.all_pairs_dijkstra_path(G,weight=weight)
else:
## Find paths from all nodes co-accessible to the target.
directed = G.is_directed()
if directed:
G.reverse(copy=False)
if weight is None:
paths=nx.single_source_shortest_path(G,target)
else:
paths=nx.single_source_dijkstra_path(G,target,weight=weight)
# Now flip the paths so they go from a source to the target.
for target in paths:
paths[target] = list(reversed(paths[target]))
if directed:
G.reverse(copy=False)
else:
if target is None:
## Find paths to all nodes accessible from the source.
if weight is None:
paths=nx.single_source_shortest_path(G,source)
else:
paths=nx.single_source_dijkstra_path(G,source,weight=weight)
else:
## Find shortest source-target path.
if weight is None:
paths=nx.bidirectional_shortest_path(G,source,target)
else:
paths=nx.dijkstra_path(G,source,target,weight)
求助python的最短路径问题
这是一个深度优先搜索算法（Deepth First Search, DFS）
算法核心是不断递归，直到找到目标，入队一种可能方案，return返回上一递归，再次尝试以当前点开始计算有没有其他方案，如有则继续递归并入队，如没有则再次return
简单来说就是这样的结构：
def dfs(position, value):
# position 传参位置，value 传参到现在的计算结果
if 到达目标:
判断value是否比最短路径短
return value
else:
for x in position的所有可能下一路径:
if x在路径列表中:
# 不能有重复路径，变成回环
continue
else:
获取路径x的值
改变position
入队 dfs(new_position, value+x
这个代码用的是字典存储每个点可到达的点以及路程
然后深度优先搜索
不懂再追问
如何用python在arcgis中编写程序，求两点的最短路径
你是想学PYTHON编程还是只是想只得到这个PYTHON文件。可以给你提供一条简洁的途径用modelbuilder来实现，将多个SHP文件拖入进去，再把MERGE工具拖进去，双击modelbuilder中的merge工具框设置，再双击output dataset框设置输出。然后将这些shp文件用倒数第二个按钮添加链接的功能将他们一个个与merge工具框链接起来。最后点击model-export-to srcipt-python 就会输出一个python文件，可以用记事本打开查看里面的代码。
