NetworkX：邻接矩阵与图形不对应

Question

假设我有两个选项来生成网络的邻接矩阵 ： nx.adjacency_matrix()和我自己的代码。 我想测试我的代码的正确性，并提出了一些奇怪的不等式。

示例： 3x3网格网络。

import networkx as nx
N=3
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() )
labels = dict( ((i,j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
inds=labels.keys()
vals=labels.values()
inds.sort()
vals.sort()
pos2=dict(zip(vals,inds))
plt.figure()
nx.draw_networkx(G, pos=pos2, with_labels=True, node_size = 200)

这是可视化：

与nx.adjacency_matrix()的邻接矩阵：

B=nx.adjacency_matrix(G)
B1=B.todense()

[[0 0 0 0 0 1 0 0 1]
 [0 0 0 1 0 1 0 0 0]
 [0 0 0 1 0 1 0 1 1]
 [0 1 1 0 0 0 1 0 0]
 [0 0 0 0 0 0 0 1 1]
 [1 1 1 0 0 0 0 0 0]
 [0 0 0 1 0 0 0 1 0]
 [0 0 1 0 1 0 1 0 0]
 [1 0 1 0 1 0 0 0 0]]

据此，节点0 （整个第1行和整个第1列）连接到节点5和8 。 但是如果你看一下上面的图像，这是错误的，因为它连接到节点1和3 。

现在我的代码（在与上面相同的脚本中运行）：

import numpy
import math

P=3

def nodes_connected(i, j):
     try: 
        if i in G.neighbors(j):
            return 1
     except nx.NetworkXError:
        return False          

A=numpy.zeros((P*P,P*P))

for i in range(0,P*P,1):
    for j in range(0,P*P,1):

        if i not in G.nodes():
            A[i][:]=0
            A[:][i]=0
        elif i in G.nodes():
            A[i][j]=nodes_connected(i,j)
                A[j][i]=A[i][j]

for i in range(0,P*P,1):
    for j in range(0,P*P,1):
            if math.isnan(A[i][j]):
                A[i][j]=0 

print(A)

这会产生：

[[ 0.  1.  0.  1.  0.  0.  0.  0.  0.]
 [ 1.  0.  1.  0.  1.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  1.  0.  0.  0.]
 [ 1.  0.  0.  0.  1.  0.  1.  0.  0.]
 [ 0.  1.  0.  1.  0.  1.  0.  1.  0.]
 [ 0.  0.  1.  0.  1.  0.  0.  0.  1.]
 [ 0.  0.  0.  1.  0.  0.  0.  1.  0.]
 [ 0.  0.  0.  0.  1.  0.  1.  0.  1.]
 [ 0.  0.  0.  0.  0.  1.  0.  1.  0.]]

表示节点0连接到节点1和3 。 为什么存在这种差异？ 这种情况有什么问题？

Answer 1

Networkx不知道您希望节点的顺序。

以下是如何调用它： adjacency_matrix(G, nodelist=None, weight='weight') 。

如果需要特定订单，请将nodelist设置为该订单中的列表。 因此，例如adjacency_matrix(G, nodelist=range(9))应该得到你想要的。

为什么是这样？ 好吧，因为图形可以包含任何东西作为其节点（任何可以清除）。 你的一个节点可能是"parrot"或(1,2) 。 因此它将节点存储为dict中的键，而不是假设它是从0开始的非负整数.Dict键具有任意顺序 。

Answer 2

一个更通用的解决方案，如果您的节点具有一些逻辑排序，如果您使用G=nx.grid_2d_graph(3,3)生成图形（从（0,0）到（2,2）返回tupples），或者在你的例子中将使用：

adjacency_matrix(G,nodelist=sorted(G.nodes()))

这会对返回的G节点列表进行排序，并将其作为节点列表传递