Python cugraph.dask.traversal.sssp.sssp用法及代码示例

用法: cugraph.dask.traversal.sssp.sssp(graph, source)

计算从指定源到图中所有顶点的最短路径的距离和前驱。距离列将存储从源到每个顶点的距离。前驱列将每个顶点的前驱存储在最短路径中。无法到达的顶点将具有无穷大的距离，由数据类型的最大值表示，并且前驱设置为 -1。源顶点的前驱也设置为 -1。输入图必须包含边列表作为 dask-cudf 数据帧，每个 GPU 一个分区。

参数：

graph：cugraph.DiGraph: cuGraph 图说明符，应包含连接信息作为 dask cudf 边列表数据帧。当前不支持无向图。
source：整数: 指定源顶点

df：dask_cudf.DataFrame

df[‘vertex’] 给出顶点 id

df[‘distance’] 给出到起始顶点的路径距离

df[‘predecessor’] 给出遍历中到达的顶点 id

例子：

>>> # import cugraph.dask as dcg
>>> #... Init a DASK Cluster
>>> #   see https://docs.rapids.ai/api/cugraph/stable/dask-cugraph.html
>>> # chunksize = dcg.get_chunksize(input_data_path)
>>> # ddf = dask_cudf.read_csv(input_data_path, chunksize=chunksize...)
>>> # dg = cugraph.Graph(directed=True)
>>> # dg.from_dask_cudf_edgelist(ddf, 'src', 'dst')
>>> # df = dcg.sssp(dg, 0)

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.dask.traversal.sssp.sssp。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。

用法:

参数：

返回：

例子：