Python cugraph.components.connectivity.connected_components用法及代码示例

用法: cugraph.components.connectivity.connected_components(G, directed=None, connection='weak', return_labels=None)

生成强连接或弱连接的组件，并将组件标签附加到每个顶点。

参数：

G：cugraph.Graph、networkx.Graph、CuPy 或 SciPy 稀疏矩阵

图或矩阵对象，应包含连接信息(此算法不使用边权重)。如果使用图对象，则图可以是有向的或无向的，其中无向边由两个方向的有向边表示。如果不存在邻接列表，则将计算该邻接列表。顶点数应适合 32b int.

directed：布尔型，可选

NOTE: 仅适用于 G 的非图形类型(例如稀疏矩阵)值。如果与 Graph 对象一起使用，则引发 TypeError。

如果为 True(默认)，则将输入矩阵转换为 cugraph.DiGraph，并且仅沿路径 csgraph[i, j] 从点 i 移动到点 j。如果为 False，则在无向图上找到最短路径：算法可以从点 i 沿 csgraph[i, j] 或 csgraph[j, i] 前进到 j。

connection：str，可选(默认='弱')

[‘weak’|‘强’]。返回弱连接或强连接组件。

return_labels：布尔型，可选

NOTE: 仅适用于 G 的非图形类型(例如稀疏矩阵)值。如果与 Graph 对象一起使用，则引发 TypeError。

如果为 True(默认)，则返回每个连接组件的标签。

返回值类型基于输入类型。如果 G 是一个 cugraph.Graph，

返回：

cudf.DataFrame

GPU 数据帧包含两个大小为 V 的 cudf.Series：顶点标识符和对应的组件标识符。

df[‘vertex’]: 包含顶点标识符
df[‘labels’]: 组件标识符

如果 G 是 networkx.Graph，则返回：

python字典，其中键是顶点，值是组件标识符。

如果 G 是 CuPy 或 SciPy 矩阵，则返回：

形状为 (<num vertices>, 2) 的 CuPy ndarray(如果是 CuPy 矩阵输入)或 Numpy ndarray(如果是 SciPy 矩阵输入)，其中第 0 列包含组件标识符，第 1 列包含顶点。

例子：

>>> M = cudf.read_csv(datasets_path / 'karate.csv',
...                   delimiter = ' ',
...                   dtype=['int32', 'int32', 'float32'],
...                   header=None)
>>> G = cugraph.Graph()
>>> G.from_cudf_edgelist(M, source='0', destination='1', edge_attr=None)
>>> df = cugraph.connected_components(G, connection="weak")

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.components.connectivity.connected_components。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。