![](/img/trans.png)
[英]How to estimate network structure from (weighted) adjacency matrix using sklearn's GraphicalLasso and NetworkX?
[英]calculation of degree from a weighted adjacency matrix in networkx
我有一个邻接矩阵,其中非零元素表示链接的权重。权重是小数。 我想获得每个节点的节点强度,即与该节点相邻的边缘权重之和以及权重分布。 我尝试了以下代码:
import networkx as nx
G=nx. Graph(a) # a is the adjacency matrix.
w=G.degree()
但是我得到每个节点的度数作为答案,而不是连接到该节点的链接权重之和。 在这方面的任何帮助将非常可观。 我是networkx的新手。
如果需要找到其边缘权重的vertex
和为vertex
,而NetworkX图为G
,则可以执行以下操作
s=0
for neighbor in G[vertex]:
s+=G[vertex][neighbor]['weight']
print(s)
G[vertex]
会给所有连接到顶点的顶点的所有细节vertex
和G[vertex][neighbor]
给出关于之间的边缘细节vertex
和neighbor
从该重量信息是利用采取顶点G[vertex][neighbor]['weight']
。
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.