使用get.shortest.paths（）與第二個變量的距離矩陣

Question

我想進一步解決這個問題（ 從get.shortest.paths（）查找與路徑距離有關的第二個變量的總和 ）。 當使用newcost變量找到“最短”路徑時，如何獲得節點之間的距離矩陣？

（我對igraph的經驗非常有限）。

      df2 = rbind(c(234,235,21.6,75),
      c(234,326,11.0,35),
      c(235,241,14.5,78),
      c(326,241,8.2,98),
      c(241,245,15.3,75),
      c(234,245,38.46,65))

      df2 = as.data.frame(df2)
      names(df2) = c("start_id","end_id","newcost","distance")

      require(igraph)
      g2 <- graph.data.frame(df2, directed=FALSE)
      tmp2 = shortest.paths(g2,weights=E(g2)$newcost)
      tmp2 #this gives the matrix of newcost-weighted shortest distances

我可以使用幫助的地方是如何找到所有路徑，例如，使用optimal.path <- get.shortest.paths ，並使用sum(E(g2, path = optimal.path)$distance)創建距離矩陣

我真正想要的是所有節點對的距離邊緣列表，例如：

      startid endid shortestdist
      234     235     75
      234     245     208

關於此問題的棘手問題是，使用newcost來查找最短路徑，但是我想要的是另一個變量的總和-節點對之間每個最短路徑上的距離變量。

Answer 1

好的，首先讓我明確說明我自己不是igraph用戶。 不過，我認為這個問題很有趣，所以我想看看。 而且我也找不到解決您所遇到問題的簡便方法。 最后，我做了一些輔助功能以使該過程成為可能。 我很有可能已經在igraph重新編碼了功能，但找不到。

讓我首先定義get.shortest.paths.for.all ，它不僅會返回給定屬性的最短路徑長度，還將自己返回圖中所有頂點的最短路徑。 這是代碼

get.shortest.paths.for.all<-function(graph, attr) {
    paths<-lapply(1:(vcount(graph)-1), function(i) {
        get.all.shortest.paths(
            graph, 
            weights=get.edge.attribute(g2,attr),
            from = V(graph)[i],
            to = V(graph)[(i+1):vcount(graph)]
        )$res
    })
    unsplit(paths, rep.int(seq_along(paths), sapply(paths, length)))
}

現在讓我定義get.path.dist.matrix將獲取一個圖形和一個路徑列表（例如get.shortest.paths.for.all返回的get.shortest.paths.for.all ），並計算每個路徑之間給定屬性的距離

get.path.dist.matrix<-function(graph, path, attr) {
    dd<-get.adjacency(graph, attr=attr)
    uniqs <- numeric(0)
    if (is.list(path)) {
        starts<-sapply(path, head, 1)
        ends<-sapply(path, tail, 1)
        uniqs <- unique(sort(c(starts,ends)))
    } else {
        uniqs <- c(head(path,1), tail(path,1))
    }
    m<-matrix(0, nrow=length(uniqs), ncol=length(uniqs),
        dimnames=list(V(graph)$name[uniqs],V(graph)$name[uniqs]))
    for(pp in path) {
        m[pp[1], pp[length(pp)]]<-sum(dd[embed(pp,2)])
    }
    m+t(m)
}

使用您的樣本數據，我像這樣使用它們

paths <- get.shortest.paths.for.all(g2, "newcost")
get.path.dist.matrix(g2, paths,"distance")

#     234 235 326 241 245
# 234   0  75  35 133 208
# 235  75   0 176  78 153
# 326  35 176   0  98 173
# 241 133  78  98   0  75
# 245 208 153 173  75   0

這似乎是合理的，並且與shortest.paths(g2,weights=E(g2)$distance) 。 為了測試我的功能，我看到

all(tmp2==get.path.dist.matrix(g2, paths,"newcost"))

因此，請隨時嘗試這些，如果您發現任何問題或可能的改進，請告訴我。