Python cugraph.generators.rmat用法及代码示例

用法: cugraph.generators.rmat(scale, num_edges, a, b, c, seed, clip_and_flip, scramble_vertex_ids, create_using=<class 'cugraph.structure.graph_classes.DiGraph'>, mg=False)

使用递归矩阵 (R-MAT) 图形生成算法生成图形对象。

参数：

scale：int: 用于设置图中顶点数量的比例因子顶点 ID 的值在 [0, V) 中，其中 V = 1 << ‘scale’
num_edges：int: 要生成的边数
a：浮点数: 第一次分区的概率
b：浮点数: 第二次分区的概率
c：浮点数: 第三分区的概率
seed：int: 随机数生成器的种子值
clip_and_flip：bool: 标志控制是否仅在图邻接矩阵的下三角部分(包括对角线)(如果设置为‘true’)或不(如果设置为'false)生成边。
scramble_vertex_ids：bool: 控制是否加扰顶点 ID 位的标志(如果设置为 true )或不(如果设置为 false )；加扰顶点 ID 位会破坏顶点 ID 值和顶点度数之间的相关性。
create_using：cugraph Graph type 或 None 要构造的图形类型: 包含生成的边和顶点。如果指定了 None，则返回 edgelist cuDF DataFrame(或 MG 的 dask_cudf DataFrame)as-is。这对于对需要包含潜在self-loops、孤立顶点和重复边的原始数据的图形构建步骤进行基准测试很有用。默认为 cugraph.DiGraph。注意：multi-GPU 仅支持 cugraph.DiGraph 类型
mg：布尔，可选(默认=假): 如果为 True，则 R-MAT 生成发生在多个 GPU 上。如果为 False，则仅使用单个 GPU。默认为 False (single-GPU)

cugraph.Graph 的实例

例子：

>>> import cugraph
>>> from cugraph.generators import rmat
>>> df = rmat(
...    scale,
...    (2**scale)*edgefactor,
...    0.57,
...    0.19,
...    0.19,
...    seed or 42,
...    clip_and_flip=False,
...    scramble_vertex_ids=True,
...    create_using=None,  # return edgelist instead of Graph instance
...    mg=False
... )

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.generators.rmat。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：