Python NetworkX to_pandas_adjacency用法及代码示例

将图形邻接矩阵作为 Pandas DataFrame 返回。

参数：

G：图形

用于构建 Pandas DataFrame 的 NetworkX 图。

nodelist：列表，可选

行和列根据 nodelist 中的节点进行排序。如果nodelist 为无，则排序由 G.nodes() 生成。

multigraph_weight：{sum, min, max}，可选

确定如何处理多重图中的权重的运算符。默认是对多条边的权重求和。

weight：字符串或无，可选

保存用于边权重的数值的边属性。如果边不具有该属性，则使用值 1 代替。

nonedge：浮点数，可选

对应于非边的矩阵值通常设置为零。但是，如果存在对应于实际边的矩阵值也为零，则这可能是不希望的。如果是这样，人们可能更喜欢非边具有一些其他值，例如 nan。

返回：

df： Pandas DataFrame

图邻接矩阵

注意：

对于有向图，条目 i,j 对应于从 i 到 j 的边。

DataFrame 条目分配给权重边属性。当边没有权重属性时，条目的值设置为数字 1。对于多个(平行)边，条目的值由 ‘multigraph_weight’ 参数确定。默认是对每个平行边的权重属性求和。

当 nodelist 不包含 G 中的每个节点时，该矩阵由 G 的子图构建，该子图由 nodelist 中的节点诱导。

用于图中自循环边的约定是将对角矩阵条目值分配给边的权重属性(如果边没有权重属性，则为数字 1)。如果需要将边权重加倍的替代约定，则可以将生成的 Pandas DataFrame 修改如下：

>>> import pandas as pd
>>> pd.options.display.max_columns = 20
>>> import numpy as np
>>> G = nx.Graph([(1, 1)])
>>> df = nx.to_pandas_adjacency(G, dtype=int)
>>> df
   1
1  1
>>> df.values[np.diag_indices_from(df)] *= 2
>>> df
   1
1  2

例子：

>>> G = nx.MultiDiGraph()
>>> G.add_edge(0, 1, weight=2)
0
>>> G.add_edge(1, 0)
0
>>> G.add_edge(2, 2, weight=3)
0
>>> G.add_edge(2, 2)
1
>>> nx.to_pandas_adjacency(G, nodelist=[0, 1, 2], dtype=int)
   0  1  2
0  0  2  0
1  1  0  0
2  0  0  4