Python cugraph.structure.symmetrize.symmetrize用法及代码示例

用法: cugraph.structure.symmetrize.symmetrize(source_col, dest_col, value_col=None, multi=False, symmetrize=True)

获取一组 COO 源目标对以及存储在单个 GPU 中的相关值或分布式创建一个新的源目标对 COO 集以及所有边都存在于两个方向上的值。

此调用的返回将是存储为两个 cudf 系列或 dask_cudf.Series 的 COO - 对称源列和对称目标列，以及包含相关值的可选 cudf 系列(仅当传入值时)。

参数：

source_col：cudf.Series 或 dask_cudf.Series: 这个 cudf.Series 包装了大小为 E 的 gdf_column(E：边数)。 gdf 列包含每条边的源索引。源索引必须是整数类型。
dest_col：cudf.Series 或 dask_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。目标索引必须是整数类型。
value_col：cudf.Series 或dask_cudf.Series，可选(默认=无): 这个 cudf.Series 包装了大小为 E 的 gdf_column(E：边数)。 gdf 列包含与该边相关的值。对于这个函数，值可以是任何类型，它们不被检查，只是被复制。
multi：布尔，可选(默认=假): 如果图形是 Multi(Di)Graph，则设置为 True。这允许多个边而不是丢弃它们。
symmetrize：布尔型，可选: 默认为 True 以执行对称化。如果为 False，则仅删除重复的边。

例子：

>>> from cugraph.structure.symmetrize import symmetrize
>>> # Download dataset from https://github.com/rapidsai/cugraph/datasets/..
>>> M = cudf.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                   dtype=['int32', 'int32', 'float32'], header=None)
>>> sources = cudf.Series(M['0'])
>>> destinations = cudf.Series(M['1'])
>>> values = cudf.Series(M['2'])
>>> src, dst, val = symmetrize(sources, destinations, values)

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.symmetrize.symmetrize。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。