本文简要介绍
networkx.algorithms.bipartite.projection.generic_weighted_projected_graph
的用法。用法:
generic_weighted_projected_graph(B, nodes, weight_function=None)
具有用户指定权重函数的 B 的加权投影。
二分网络 B 被投影到指定的节点上,权重由用户指定的函数计算。此函数必须接受两个节点的邻域集作为参数并返回整数或浮点数。
如果节点与原始图中的公共节点有边,则节点保留其属性并在结果图中连接。
- B:NetworkX 图
输入图应该是二分图。
- nodes:列表或可迭代
要投影到的节点(“bottom” 节点)。
- weight_function:函数
此函数必须接受与此函数相同的输入图和两个节点作为参数;并返回一个整数或浮点数。默认函数计算共享邻居的数量。
- Graph:NetworkX 图
投影到给定节点上的图。
参数:
返回:
注意:
没有尝试验证输入图 B 是否为二分图。图和节点属性(浅)复制到投影图。
有关如何在 NetworkX 中处理二分图的更多详细信息,请参阅
bipartite documentation
。例子:
>>> from networkx.algorithms import bipartite >>> # Define some custom weight functions >>> def jaccard(G, u, v): ... unbrs = set(G[u]) ... vnbrs = set(G[v]) ... return float(len(unbrs & vnbrs)) / len(unbrs | vnbrs) ... >>> def my_weight(G, u, v, weight="weight"): ... w = 0 ... for nbr in set(G[u]) & set(G[v]): ... w += G[u][nbr].get(weight, 1) + G[v][nbr].get(weight, 1) ... return w ... >>> # A complete bipartite graph with 4 nodes and 4 edges >>> B = nx.complete_bipartite_graph(2, 2) >>> # Add some arbitrary weight to the edges >>> for i, (u, v) in enumerate(B.edges()): ... B.edges[u, v]["weight"] = i + 1 ... >>> for edge in B.edges(data=True): ... print(edge) ... (0, 2, {'weight': 1}) (0, 3, {'weight': 2}) (1, 2, {'weight': 3}) (1, 3, {'weight': 4}) >>> # By default, the weight is the number of shared neighbors >>> G = bipartite.generic_weighted_projected_graph(B, [0, 1]) >>> print(list(G.edges(data=True))) [(0, 1, {'weight': 2})] >>> # To specify a custom weight function use the weight_function parameter >>> G = bipartite.generic_weighted_projected_graph( ... B, [0, 1], weight_function=jaccard ... ) >>> print(list(G.edges(data=True))) [(0, 1, {'weight': 1.0})] >>> G = bipartite.generic_weighted_projected_graph( ... B, [0, 1], weight_function=my_weight ... ) >>> print(list(G.edges(data=True))) [(0, 1, {'weight': 10})]
相关用法
- Python NetworkX generic_node_match用法及代码示例
- Python NetworkX generic_multiedge_match用法及代码示例
- Python NetworkX generic_edge_match用法及代码示例
- Python NetworkX generate_multiline_adjlist用法及代码示例
- Python NetworkX generate_gml用法及代码示例
- Python NetworkX generate_adjlist用法及代码示例
- Python NetworkX generate_graphml用法及代码示例
- Python NetworkX generate_edgelist用法及代码示例
- Python NetworkX generate_gexf用法及代码示例
- Python NetworkX generalized_degree用法及代码示例
- Python NetworkX generate_random_paths用法及代码示例
- Python NetworkX get_edge_attributes用法及代码示例
- Python NetworkX geometric_edges用法及代码示例
- Python NetworkX get_node_attributes用法及代码示例
- Python NetworkX geographical_threshold_graph用法及代码示例
- Python NetworkX gomory_hu_tree用法及代码示例
- Python NetworkX gn_graph用法及代码示例
- Python NetworkX greedy_color用法及代码示例
- Python NetworkX gnp_random_graph用法及代码示例
- Python NetworkX greedy_modularity_communities用法及代码示例
- Python NetworkX greedy_tsp用法及代码示例
- Python NetworkX graphviz_layout用法及代码示例
- Python NetworkX global_reaching_centrality用法及代码示例
- Python NetworkX global_parameters用法及代码示例
- Python NetworkX girvan_newman用法及代码示例
注:本文由纯净天空筛选整理自networkx.org大神的英文原创作品 networkx.algorithms.bipartite.projection.generic_weighted_projected_graph。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。