本文简要介绍 python 语言中 scipy.sparse.csgraph.connected_components
的用法。
用法:
scipy.sparse.csgraph.connected_components(csgraph, directed=True, connection='weak', return_labels=True)#
分析稀疏图的连通分量
- csgraph: 数组 或稀疏矩阵
表示压缩稀疏图的 N x N 矩阵。输入的 csgraph 将被转换为 csr 格式进行计算。
- directed: 布尔型,可选
如果为 True(默认值),则对有向图进行操作:仅沿着路径 csgraph[i, j] 从点 i 移动到点 j。如果为 False,则在无向图上找到最短路径:算法可以沿着 csgraph[i, j] 或 csgraph[j, i] 从点 i 前进到 j。
- connection: str,可选
[‘weak’|‘强’]。对于有向图,要使用的连接类型。如果从 i 到 j 和从 j 到 i 的路径都存在,则节点 i 和 j 是强连接的。如果用无向边替换其所有有向边会产生一个连通(无向)图,则有向图是弱连通的。如果directed == False,则不引用此关键字。
- return_labels: 布尔型,可选
如果为 True(默认),则返回每个连接组件的标签。
- n_组件:int
连接组件的数量。
- 标签: ndarray
length-N 连接组件的标签数组。
参数 ::
返回 ::
参考:
[1]D. J. Pearce,“寻找有向图强连通分量的改进算法”,技术报告,2005
例子:
>>> from scipy.sparse import csr_matrix >>> from scipy.sparse.csgraph import connected_components
>>> graph = [ ... [0, 1, 1, 0, 0], ... [0, 0, 1, 0, 0], ... [0, 0, 0, 0, 0], ... [0, 0, 0, 0, 1], ... [0, 0, 0, 0, 0] ... ] >>> graph = csr_matrix(graph) >>> print(graph) (0, 1) 1 (0, 2) 1 (1, 2) 1 (3, 4) 1
>>> n_components, labels = connected_components(csgraph=graph, directed=False, return_labels=True) >>> n_components 2 >>> labels array([0, 0, 0, 1, 1], dtype=int32)
相关用法
- Python SciPy csgraph.construct_dist_matrix用法及代码示例
- Python SciPy csgraph.csgraph_to_dense用法及代码示例
- Python SciPy csgraph.csgraph_from_dense用法及代码示例
- Python SciPy csgraph.csgraph_to_masked用法及代码示例
- Python SciPy csgraph.csgraph_masked_from_dense用法及代码示例
- Python SciPy csgraph.csgraph_from_masked用法及代码示例
- Python SciPy csgraph.min_weight_full_bipartite_matching用法及代码示例
- Python SciPy csgraph.minimum_spanning_tree用法及代码示例
- Python SciPy csgraph.breadth_first_order用法及代码示例
- Python SciPy csgraph.dijkstra用法及代码示例
- Python SciPy csgraph.breadth_first_tree用法及代码示例
- Python SciPy csgraph.floyd_warshall用法及代码示例
- Python SciPy csgraph.bellman_ford用法及代码示例
- Python SciPy csgraph.maximum_flow用法及代码示例
- Python SciPy csgraph.shortest_path用法及代码示例
- Python SciPy csgraph.reconstruct_path用法及代码示例
- Python SciPy csgraph.johnson用法及代码示例
- Python SciPy csgraph.maximum_bipartite_matching用法及代码示例
- Python SciPy csgraph.depth_first_order用法及代码示例
- Python SciPy csgraph.reverse_cuthill_mckee用法及代码示例
- Python SciPy csgraph.depth_first_tree用法及代码示例
- Python SciPy csgraph.laplacian用法及代码示例
- Python SciPy csgraph.structural_rank用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
- Python SciPy csc_matrix.nonzero用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.sparse.csgraph.connected_components。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。