Python cugraph.Graph.from_cudf_adjlist用法及代码示例

用法: Graph.from_cudf_adjlist(offset_col, index_col, value_col=None)

从邻接列表初始化一个图。在已初始化的 Graph 对象上调用此方法是错误的。传递的 offset_col 和 index_col 参数包装了 gdf_column 对象，这些对象表示使用邻接表格式的图形。如果value_col 为无，则创建未加权图。如果value_col 不是无，则创建加权图。无向边必须在两个方向上存储为有向边。

参数：

offset_col：cudf.Series: 这个 cudf.Series 包装了一个大小为 V + 1(V：顶点数)的 gdf_column。 gdf 列包含此图中顶点的偏移量。偏移量必须在 [0, E] 范围内(E：边数)
index_col：cudf.Series: 这个 cudf.Series 包装了大小为 E 的 gdf_column(E：边数)。 gdf 列包含每条边的目标索引。目标索引必须在 [0, V) 范围内(V：顶点数)。
value_col：cudf.Series，可选(默认=无): 该指针可以是 None 。如果不是，则此 cudf.Series 包装大小为 E(E：边数)的 gdf_column。 gdf 列包含每条边的权重值。 gdf_column 元素的预期类型是浮点数。

例子：

>>> gdf = cudf.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                     dtype=['int32', 'int32', 'float32'],
...                     header=None)
>>> M = gdf.to_pandas()
>>> M = scipy.sparse.coo_matrix((M['2'],(M['0'],M['1'])))
>>> M = M.tocsr()
>>> offsets = cudf.Series(M.indptr)
>>> indices = cudf.Series(M.indices)
>>> G = cugraph.Graph()
>>> G.from_cudf_adjlist(offsets, indices, None)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cugraph.Graph.from_cudf_adjlist。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。