Python cugraph.structure.convert_matrix.from_pandas_edgelist用法及代码示例

用法: cugraph.structure.convert_matrix.from_pandas_edgelist(df, source='source', destination='destination', edge_attr=None, create_using=<class 'cugraph.structure.graph_classes.Graph'>, renumber=True)

从边列表初始化一个图。在已初始化的 Graph 对象上调用此方法是错误的。源参数是源列名，目标参数是目标列名。

默认情况下，启用重新编号以将源顶点和目标顶点映射到 [0, V) 范围内的索引，其中 V 是顶点数。如果输入顶点是 [0, V) 范围内的单列整数，则可以禁用重新编号，并且将使用原始的外部顶点 ID。

如果存在权重，edge_attr 参数是权重列名称。

参数：

df：pandas.DataFrame: 包含边信息的 DataFrame
source：str 或array-like，可选(默认='source'): 源列名或列名数组
destination：str 或array-like，可选(默认='destination'): 目标列名或列名数组
edge_attr：str 或无，可选(默认=无): 权重列名称。
renumber：布尔，可选(默认=真): 指示是否对源顶点 ID 和目标顶点 ID 重新编号。
create_using: cugraph.DiGraph or cugraph.Graph, optional (default=Graph)：: 指示是创建有向图还是无向图

G：cugraph.DiGraph 或 cugraph.Graph: 包含来自 pandas 边列表的边的图

例子：

>>> #  Download dataset from
>>> #  https://github.com/rapidsai/cugraph/datasets/...
>>> df = pd.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                  header=None, names=["0", "1", "2"],
...                  dtype={"0": "int32", "1": "int32", "2": "float32"})
>>> G = cugraph.Graph()
>>> G.from_pandas_edgelist(df, source='0', destination='1',
...                        edge_attr='2', renumber=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.structure.convert_matrix.from_pandas_edgelist。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：