搜索单个双向网络

Question

我具有以下形式的数据，该数据构成了双向网络。

A1 - B1
A2 - B2
A2 - B1
A3 - B1
A4 - B2
A5 - B3
A6 - B3
A7 - B3
A7 - B3
A8 - B4
A9 - B3

我想做的是写一些东西（理想情况下是用python或C语言编写）或使用现有的库来识别数据中的各个社区。 例如

A1，A2，A3，A4都是同一社区的一部分，因为它们类似地连接到B1，B2，而A5，A6，A7，A8，A9都连接到B3和B4。

我读了很多关于网络流量和图形的各种文章，弄不清楚我的问题所在，这让我有些困惑。 这仅仅是广度优先搜索的一种形式，还是有一种更有效的方法呢？

谢谢

Answer 1

使用Python和igraph库 ，您可以执行以下操作：

import igraph
graph = igraph.Graph.Formula("A1-B1, A2-B2, A2-B1, A3-B1, A4-B2, A5-B3, A6-B3, A7-B3, A8-B4, A9-B3")
comms = graph.clusters()
for comm in comms:
    print ", ".join(graph.vs[comm]["name"])

简短的解释： Graph.Formula从类似于上面的字符串表示Graph.Formula构造图形，但是您可以使用igraph提供的任何其他方法来构造图形。 使用Graph.Formula一个优点是，它会自动创建一个包含顶点名称的name顶点属性。 graph.clusters()搜索网络的连接组件，并返回一个VertexClustering对象。 可以在for循环中使用此对象来迭代组件。 在for循环的核心中， comm变量将始终包含当前社区中节点的索引。 我使用graph.vs[comm]选择社区的顶点，以列表的形式请求其名称（ graph.vs[comm]["name"] ），然后以逗号将名称连接graph.vs[comm]["name"] 。

Answer 2

@Eli有一个很好的主意来查找连接的组件。 由于您知道标签（在这种情况下，无论如何）都以“ A”开头，因此可以这样操作：

import networkx as nx
edges = """A1 - B1
A2 - B2
A2 - B1
A3 - B1
A4 - B2
A5 - B3
A6 - B3
A7 - B3
A7 - B3
A8 - B4
A9 - B3""".split('\n')
G = nx.parse_edgelist(edges,delimiter=' - ')
for component in nx.connected_components(G):
    print [n for n in component if n.startswith('A')]

Answer 3

如果要使用Python，请阅读有关NetworkX库的信息。 它具有许多用于图形的模块和算法实现。 特别是，您可能会发现Bipartite模块很有用。 我不确定“社区”是什么意思，但是该模块中的bipartite_color函数可能会对您有所帮助。

Answer 4

也许像这样：

import collections

data = ( ("A1", "B1"), ("A2", "B2"), ("A2", "B1") )
out = collections.defaultdict(list)

for value, key in data:
  out[key].append(value)

print out
-> defaultdict(<type 'list'>, {'B1': ['A1', 'A2'], 'B2': ['A2']})

但是，这仅是单向的。 您当然可以做出2格，一则以A为键，另一则以B为键。 它假定键是不可变的（字符串，数字）。

Answer 5

没有！ 请谨慎使用NetworkX库，因为对于二部图来说，它没有超过4个函数。 一个用于验证其是否为二分体，一个用于为节点着色，一个用于创建不带权重的简单二分网络，另一个用于创建二分网络的投影。您可以使用最后一个函数。