Python Nympy 中 Graph 的邻接矩阵

Question

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？

Answer 1

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.]])

Answer 2

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)