[英]Adjacency matrix for Graph in Python Nympy
我需要制定邻接指标
我有边缘信息。
edges = numpy.array([[0,1],[0,3],[1,2],[1,4],[2,5],[3,4],[3,5],[4,5]])
我需要一个 python 代码来仅从边缘信息中使用 NumPy 生成邻接度量。 有人可以帮忙吗?
这取决于您想要哪种类型的邻接矩阵,但这里有一个示例,其中 0 表示未连接,1 表示已连接,行来自,列来自。
import numpy
edges = numpy.array([[0,1],[0,3],[1,2],[1,4],[2,5],[3,4],[3,5],[4,5]])
matrix = numpy.zeros((edges.max()+1, edges.max()+1))
matrix[edges[:,0], edges[:,1]] = 1
给
array([[0., 1., 0., 1., 0., 0.],
[0., 0., 1., 0., 1., 0.],
[0., 0., 0., 0., 0., 1.],
[0., 0., 0., 0., 1., 1.],
[0., 0., 0., 0., 0., 1.],
[0., 0., 0., 0., 0., 0.]])
如果您希望连接是双向的(即 0->1 也连接 1->0),则添加另一行代码来进行反向连接。
import numpy
edges = numpy.array([[0,1],[0,3],[1,2],[1,4],[2,5],[3,4],[3,5],[4,5]])
matrix = numpy.zeros((edges.max()+1, edges.max()+1))
matrix[edges[:,0], edges[:,1]] = 1
matrix[edges[:,1], edges[:,0]] = 1
给
array([[0., 1., 0., 1., 0., 0.],
[1., 0., 1., 0., 1., 0.],
[0., 1., 0., 0., 0., 1.],
[1., 0., 0., 0., 1., 1.],
[0., 1., 0., 1., 0., 1.],
[0., 0., 1., 1., 1., 0.]])
完成工作的最简单方法是使用NetworkX package(如果允许的话)。
In [72]: import networkx as nx
In [73]: edges = [[0, 1], [0, 3], [1, 2], [1, 4], [2, 5], [3, 4], [3, 5], [4, 5]]
In [74]: nodes = sorted(set(node for edge in edges for node in edge))
In [75]: G = nx.Graph()
In [76]: G.add_nodes_from(nodes)
In [77]: G.add_edges_from(edges)
In [78]: A = nx.adjacency_matrix(G)
In [79]: A.toarray()
Out[79]:
array([[0, 1, 0, 1, 0, 0],
[1, 0, 1, 0, 1, 0],
[0, 1, 0, 0, 0, 1],
[1, 0, 0, 0, 1, 1],
[0, 1, 0, 1, 0, 1],
[0, 0, 1, 1, 1, 0]], dtype=int32)
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.