我创建了一个带有一些边的图:
import networkx as nx
g = nx.Graph()
g.add_edge(1, 2)
g.add_edge(2, 6)
g.add_edge(3, 4)
g.add_edge(5, 6)
print(g.edges)
output-> (1, 2), (1, 5), (2, 6), (5, 6), (3, 4)
然后相邻 A
通过使用图 g
nx.convert_matrix.to_numpy_array(g)
结果是:array([[0., 1., 1., 0., 0., 0.],
[1., 0., 0., 1., 0., 0.],
[1., 0., 0., 1., 0., 0.],
[0., 1., 1., 0., 0., 0.],
[0., 0., 0., 0., 0., 1.],
[0., 0., 0., 0., 1., 0.]])
可以看到相邻不匹配g
如果您认为相邻元素的索引如下:A : 1 2 3 4 5 6
—————————————
1 | 0 1 1 0 0 0
2 | 1 0 0 1 0 0
3 | 1 0 0 1 0 0
4 | 0 1 1 0 0 0
5 | 0 0 0 0 0 1
6 | 0 0 0 0 1 0
例如:上
A
, 指数值 (1, 3) 等于 1 ,像往常一样,这意味着边 (1, 3) 存在,但实际上不存在!如果我更改
A
的索引如下:A : 1 2 5 6 3 4
—————————————
1 | 0 1 1 0 0 0
2 | 1 0 0 1 0 0
5 | 1 0 0 1 0 0
6 | 0 1 1 0 0 0
3 | 0 0 0 0 0 1
4 | 0 0 0 0 1 0
比赛将在 edges
之间进行和 A
.我的问题
如何制作
A
的索引遵循正常顺序 -> 1,2,3,4...先谢谢了~
最佳答案
节点出现的顺序是 to_numpy_matrix
的结果, 取决于边的插入顺序,即节点添加到图中的顺序。您可以使用 nx.to_pandas_adjacency
检查邻接矩阵的实际顺序。 :
g = nx.Graph()
g.add_edge(1, 2)
g.add_edge(2, 6)
g.add_edge(3, 4)
g.add_edge(5, 6)
g.edges()
# EdgeView([(1, 2), (2, 6), (6, 5), (3, 4)])
nx.to_pandas_adjacency(g)
1 2 6 3 4 5
1 0.0 1.0 0.0 0.0 0.0 0.0
2 1.0 0.0 1.0 0.0 0.0 0.0
6 0.0 1.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 0.0 1.0 0.0
4 0.0 0.0 0.0 1.0 0.0 0.0
5 0.0 0.0 1.0 0.0 0.0 0.0
要获得具有有序节点的邻接矩阵,您可以使用
nodelist
nx.to_numpy_matrix
中的参数,并为它提供一个排序的节点列表:nx.to_numpy_matrix(g, nodelist=sorted(g.nodes()))
matrix([[0., 1., 0., 0., 0., 0.],
[1., 0., 0., 0., 0., 1.],
[0., 0., 0., 1., 0., 0.],
[0., 0., 1., 0., 0., 0.],
[0., 0., 0., 0., 0., 1.],
[0., 1., 0., 0., 1., 0.]])
这与您通过重新索引邻接数据框中的轴得到的结果相同:
nodes_sorted = sorted(g.nodes())
nx.to_pandas_adjacency(g).reindex(index=nodes_sorted, columns=nodes_sorted)
1 2 3 4 5 6
1 0.0 1.0 0.0 0.0 0.0 0.0
2 1.0 0.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 1.0 0.0 0.0
4 0.0 0.0 1.0 0.0 0.0 0.0
5 0.0 0.0 0.0 0.0 0.0 1.0
6 0.0 1.0 0.0 0.0 1.0 0.0
关于python - 使用 nx.to_numpy_array 时邻接矩阵中的有序节点,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62427114/