[922397935]

我简单写了一个多层超图应用的notebook，不知道是否不太规范，如果您觉得写的还行，我可以帮忙再加点儿文档的使用说明

[yifanfeng97]

感谢你的贡献！多层超图是社区非常需要的功能（#69, #71 都在讨论），非常欢迎这个 PR。但在合入前，有几个问题需要修复：

---

🔴 Bug — 需要修复

1. node_sum_before 列表累积污染

self.node_sum_before 在 construct_multi_layer_hypergraph()、_inter_layer_connect()、node_layer_list() 三个方法中都被 append。如果对同一个实例调用多个方法，列表会不断增长，导致偏移量计算错误。

建议：不要把 node_sum_before 作为可变实例状态，改为每次计算时使用局部变量：

def _compute_offsets(self):
    layer_num_v = [layer.num_v for layer in self.layers_list]
    return [sum(layer_num_v[:i]) for i in range(self.num_layers)]

2. construct_multi_layer_hypergraph 返回新的 MultilayerHypergraph

返回的新实例本身又需要调用 construct_multi_layer_hypergraph()，形成递归调用。建议：直接在当前实例上构建，或返回一个普通的 Hypergraph。

3. temp 列表推导式逻辑可能有误

temp = [self.node_layer[i][j] for i in range(num_layers) for j in range(num_layers) if i == j]

这只取了对角线元素 [node_layer[0][0], node_layer[1][1], ...]。如果意图是获取每层选中的节点列表，请确认逻辑是否正确。

4. load_interlayer_mapping 的 save 逻辑

在 isinstance(path, list) 分支中，连续两次 open(save_path, 'w') —— 第二次会覆盖第一次的内容。此外 gene_info 只在首次遇到 gene 时赋值，后续不更新。

5. 测试文件无法通过

• test_construct_multilayer_hypergraph 把 fixture g1/g2 当函数调用（g1()）→ 会抛 TypeError，fixture 不需要加括号
• test_draw 引用了不存在的 fixture mhg
• test_save 和 test_adjacency_matrix 测的是普通 Hypergraph，与多层超图无关，疑似从其他测试文件复制

---

🟡 代码质量 — 建议改进

#	问题	建议
6	import matplotlib.pyplot as plt	核心结构类不应依赖 matplotlib，移除或改为延迟导入
7	from tqdm import tqdm	同上，print + tqdm 应改用 logging 或去掉
8	docstring 混用中英文	项目约定用英文（Google/NumPy style）
9	from dhg import Hypergraph	有循环导入风险，改为 from .hypergraph import Hypergraph
10	文件末尾缺换行符	加一个 trailing newline
11	select_nodes 类型标注 num_v: int	实际接收 range，应改为正确的类型标注
12	notebook from data import MultilayerHypergraph	导入路径不对，应为 from dhg.structure import MultilayerHypergraph
13	notebook 含 870KB+ base64 图片	提交前请清除所有 cell output（jupyter nbconvert --clear-output）

---

整体来说功能方向很好，期待修改后的版本。如果需要帮助实现其中某些部分，欢迎讨论。

[922397935]

-----我进行了如下修改：---

1. 多层超图实现
   在 multilayer_hypergraph.py 中，我新增了 _compute_offsets()，每次根据各层节点数计算偏移量，不再把 node_sum_before 存在实例上反复追加。这样多次调用 node_layer_list()、_inter_layer_connect() 或构造方法时，不会因旧值累积而算错节点编号。

construct_multi_layer_hypergraph() 现在返回普通的 Hypergraph。合并后的结构是一个扁平超图，不需要再包装成 MultilayerHypergraph，也就避免了返回的新对象重复执行同一构造流程。

原来的 temp 写法只取 node_layer 的对角线位置，表达不够清楚。我改为直接对各层抽出的节点列表做笛卡尔积：每条生成的层间超边从每一层各取一个节点。默认连接概率为 0 时，不生成层间超边；原有的概率选择行为仍然保留。
映射文件与接口
在 load_interlayer_mapping() 中，列表路径分支现在只打开一次输出文件，避免第二次写入覆盖第一次结果。共享基因的层间编码会合并后写出，也会用于生成层间超边。

另外，select_nodes() 的参数标注改为 Iterable[int]，因为它接收的是 range 等可迭代对象；核心类中移除了未使用的 matplotlib、tqdm 导入，并将 Hypergraph 改为相对导入。类的文档字符串也改成英文。
导出、测试与 notebook
我在 dhg/init.py 中导出 MultilayerHypergraph，让 from dhg import MultilayerHypergraph 能正常使用。

2. 测试文件里，原测试将 fixture 函数名当作普通函数调用，也引用了未定义的 mhg fixture。我改为通过 pytest 注入 fixture，并把测试内容改成检查多层超图构造、偏移量重复调用、节点选择和映射保存。

3. notebook 中的导入路径改为 from dhg.structure import MultilayerHypergraph，并清空了代码单元的执行输出和计数，去除旧结果和嵌入图片数据。

[922397935]

@yifanfeng97

[922397935]

@yifanfeng97