python - 在python中创建邻接矩阵

Question

我想加载带符号(加权)图的 CSV 或文本文件并创建邻接矩阵。 CSV 文件包含名为“FromNodeId”、“ToNodeId”和“Sign”的三列。 我使用的代码如下:

G = nx.read_edgelist('soc-sign-epinions.txt', data = [('Sign', int)])
#print(G.edges(data = True))

A = nx.adjacency_matrix(G)
print(A.todense())

我遇到了以下错误

ValueError: array is too big; `arr.size * arr.dtype.itemsize` is larger than 
the maximum possible size

如何解决这个问题？请建议我一种创建邻接矩阵的方法。

Answer 1

存储大矩阵所需的内存很容易失控，这就是为什么 nx.adjacency_matrix(G) 返回一个存储效率更高的“稀疏矩阵”(利用那么多条目)将是 0)。

由于你的图有 131000 个顶点，整个邻接矩阵将使用大约 131000^2 * 24 字节(一个整数在 python 中占用 24 字节内存)，大约为 400GB。但是，您的图的所有边数不到 0.01%，换句话说，它非常稀疏，稀疏矩阵将适合您。

为了获得稀疏矩阵，只需使用A = nx.adjacency_matrix(G)，而无需在其后调用A.todense()(这会尝试存储它)再次正常)。

scipy.sparse有一个内置函数可以有效地保存和加载稀疏矩阵，参见here 。例如，要保存稀疏矩阵 A，请使用

scipy.sparse.save_npz('文件名.npz', A)

如果使用 txt 或 CSV 对您来说很重要，则必须手动执行。这可以通过迭代矩阵的每一行并将它们一一写入文件来完成:

对于范围内的 i(A.shape[0]): 行 = A.getrow(i).todense() [使用您喜欢的方法将行写入文件]

这可能需要几分钟才能运行，但应该可以工作(我使用相同大小的路径进行了测试)。