[英]Python-IGraph / Networkx: Find clusters of specific nodes in connected graph
[英]Why there are missing nodes after graph intersection - NetworkX, igraph, python and r
尝试获取两个网络/图形之间的交集时遇到了奇怪的事情。 当我检查结果相交时,我发现缺少节点,我想了解为什么会这样。
本来我正在使用python 3.5.2 / pandas 0.17.1。 在Linux Mint 18上,可重现该问题的数据集和代码在链接上: 数据集和代码
这两个表(链接中附带的Test_01.ncol和Test_02.ncol)都是边缘列表。
首先,我尝试通过合并功能获得两个带有熊猫的图形表的交集:
import pandas as pd
# Load graphs
test_01 = pd.read_csv("Test_01.ncol",sep=" ") # Load Net 1
test_02 = pd.read_csv("Test_02.ncol",sep=" ") # Load Net 2
pandas_intersect = pd.merge(test_01, test_02, how='inner', on=['i1', 'i2']) # Intersection by column
pandas_nodes = len(set(pandas_intersect['i1'].tolist() + pandas_intersect['i2'].tolist())) # Store the number of nodes
然后,为了检查合并是否完成而没有问题,我将结果的节点数与NetworkX交集的结果节点进行了比较,如下所示:
# Now test with NetworkX
import networkx as nx
n1 = nx.from_pandas_dataframe(test_01, source="i1", target="i2") # Transform net 1 in NetworkX Graph
n2 = nx.from_pandas_dataframe(test_02, source="i1", target="i2") # Transform net 2 in NetworkX Graph
fn = nx.intersection(n1,n2) # NetworkX Intersection
networkx_nodes = len(fn.nodes()) # Store the number of nodes
# The number of nodes are different!!!
pandas_nodes == networkx_nodes
我认为这可能与节点的顺序有关,在所附的表中不是规范的,但是即使我将两个数据集按规范的顺序放置,也会缺少节点。
我的下一个假设是,它可能是Pandas或NetworkX中的错误,因此我在R(版本3.3.2)和igraph(版本1.0.1)中进行了尝试:
library("igraph")
# Read Tables
g1 <- read.table("Test_01.ncol",header=TRUE)
g2 <- read.table("Test_02.ncol",header=TRUE)
# Transform Tables in Graphs
g1 <- graph_from_data_frame(g1, directed=FALSE)
g2 <- graph_from_data_frame(g2, directed=FALSE)
# Create igraph interssection
gi <- graph.intersection(g1,g2)
# Save graph intersection
write.graph(gi,"Test_igraph_intersection.ncol", format="ncol")
# Reload graph intersection
gi_r <- read.graph("Test_igraph_intersection.ncol",format="ncol")
# Prepare result summary
Methods <- c("igraph_intersection","pandas_table_intersection")
Vertex_counts <- c(vcount(gi),vcount(gi_r))
Edge_counts <- c(ecount(gi),ecount(gi_r))
# Create Summary Table
info_data = data.frame(Methods, Vertex_counts, Edge_counts)
colnames(info_data) <- c("Method","Vertices","Edges")
# Check info_data
info_data
但是,当我查看info_data时,结果是相同的。
我知道节点数量可能会由于交集过程而减少,但是为什么在我再次将其转换为表格格式并在python上保存文件后再使用igraph再次加载后发生这种情况呢? 还是我做错了什么?
如果有人可以解释python或RI发生了什么,请感激。 我真的需要了解为什么会这样,如果我可以相信这些交叉点以继续工作。
原因是图形是无向的。 intersection
在igraph
和networkx
对待的I - J领带和为J - I领带等同。 panda.intersection
只会把精确匹配(即,在数据帧中的第1列匹配数据帧B 和帧数据的列2列1匹配数据帧B第3栏)。
library(igraph); library(dplyr)
set.seed(1034)
g1 <- sample_gnp(20, 0.25, directed = F)
set.seed(1646)
g2 <- sample_gnp(20, 0.25, directed = F)
V(g1)$name <- sample(LETTERS, 20)
V(g2)$name <- sample(LETTERS, 20)
g1_el <- as.data.frame(as_edgelist(g1), stringsAsFactors = F)
g2_el <- as.data.frame(as_edgelist(g2), stringsAsFactors = F)
g1g2_inter <- as.data.frame(as_edgelist(intersection(g1,g2)))
ij <- inner_join(g1_el, g2_el)
此时,两个数据帧显示了不同数量的节点:
> g1g2_inter
V1 V2
1 X E
2 J Y
3 N J
4 O F
5 H Y
6 T J
7 K N
8 K T
9 P F
10 Q N
> ij
V1 V2
1 T J
2 N J
3 J Y
4 X E
再次使用inner_join
,通过反转一个数据帧中的列顺序,我们可以使数据帧相等。 这样就得到了以前错过的J-I关系。 然后full_join
到两个部分相交的两个:
g1g2_fj <- g1_el %>%
rename(V1 = V2, V2 = V1) #reverse the column order %>%
inner_join(., g2_el) %>% rename(V1 = V2, V2 = V1) %>%
full_join(., ij) %>% #join with other 'partial' intersection
arrange(V1, V2)
现在, igraph
相交与完全连接的部分相交匹配:
> g1g2_inter[order(g1g2_inter[,1]),] == g1g2_fj
V1 V2
5 TRUE TRUE
2 TRUE TRUE
7 TRUE TRUE
8 TRUE TRUE
3 TRUE TRUE
4 TRUE TRUE
9 TRUE TRUE
10 TRUE TRUE
6 TRUE TRUE
1 TRUE TRUE
本质上,是的,您可以信任networkx
和igraph
的相交方法。 他们在处理无方向联系方面做得有些不同。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.