本文简要介绍 python 语言中 scipy.sparse.csgraph.minimum_spanning_tree
的用法。
用法:
scipy.sparse.csgraph.minimum_spanning_tree(csgraph, overwrite=False)#
返回无向图的最小生成树
最小生成树是由连接所有连接节点的边子集组成的图,同时最小化边上的权重总和。这是使用 Kruskal 算法计算的。
- csgraph: 数组 或稀疏矩阵,二维
N x N 矩阵表示 N 个节点上的无向图(请参见下面的注释)。
- overwrite: 布尔型,可选
如果为真,则输入图的部分将被覆盖以提高效率。默认为假。
- span_tree: 企业社会责任矩阵
输入上的无向最小生成树的 N x N compressed-sparse 表示(参见下面的注释)。
参数 ::
返回 ::
注意:
该例程使用无向图作为输入和输出。也就是说,如果 graph[i, j] 和 graph[j, i] 都为零,则节点 i 和 j 没有连接它们的边。如果其中任何一个不为零,则两者通过两者的最小非零值连接。
当用户输入密集矩阵时,此例程会丢失精度。密集矩阵的小于 1E-8 的小元素被舍入为零。如果可能的话,所有用户都应该输入稀疏矩阵来避免它。
如果图未连接,则此例程返回最小生成林,即每个连接组件上的最小生成树的并集。
如果可能存在多个有效解决方案,则输出可能会因 SciPy 和 Python 版本而异。
例子:
以下示例显示了在简单的 four-component 图上计算最小生成树:
input graph minimum spanning tree (0) (0) / \ / 3 8 3 / \ / (3)---5---(1) (3)---5---(1) \ / / 6 2 2 \ / / (2) (2)
从检查中很容易看出,最小生成树涉及删除权重为 8 和 6 的边。在压缩稀疏表示中,解决方案如下所示:
>>> from scipy.sparse import csr_matrix >>> from scipy.sparse.csgraph import minimum_spanning_tree >>> X = csr_matrix([[0, 8, 0, 3], ... [0, 0, 2, 5], ... [0, 0, 0, 6], ... [0, 0, 0, 0]]) >>> Tcsr = minimum_spanning_tree(X) >>> Tcsr.toarray().astype(int) array([[0, 0, 0, 3], [0, 0, 2, 5], [0, 0, 0, 0], [0, 0, 0, 0]])
相关用法
- Python SciPy csgraph.min_weight_full_bipartite_matching用法及代码示例
- Python SciPy csgraph.maximum_flow用法及代码示例
- Python SciPy csgraph.maximum_bipartite_matching用法及代码示例
- Python SciPy csgraph.csgraph_to_dense用法及代码示例
- Python SciPy csgraph.breadth_first_order用法及代码示例
- Python SciPy csgraph.connected_components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.csgraph_from_dense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.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.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.depth_first_order用法及代码示例
- Python SciPy csgraph.csgraph_from_masked用法及代码示例
- Python SciPy csgraph.construct_dist_matrix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.minimum_spanning_tree。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。