Python SciPy csgraph.reconstruct_path用法及代码示例

本文简要介绍 python 语言中 scipy.sparse.csgraph.reconstruct_path 的用法。

用法:

scipy.sparse.csgraph.reconstruct_path(csgraph, predecessors, directed=True)#

从图和前驱列表构造一棵树。

参数 ：：

csgraph： 数组 或稀疏矩阵

N x N 矩阵，表示从中绘制前驱图的有向图或无向图。

predecessors： 数组，一维

树的前辈索引的length-N 数组。节点 i 的父节点的索引由前辈 [i] 给出。

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，则对无向图进行操作：算法可以沿着 csgraph[i, j] 或 csgraph[j, i] 从点 i 前进到 j。

返回 ：：

cstree： 企业社会责任矩阵

从 csgraph 绘制的树的 N x N 定向 compressed-sparse 表示，该树由前驱列表编码。

例子：

>>> import numpy as np
>>> from scipy.sparse import csr_matrix
>>> from scipy.sparse.csgraph import reconstruct_path

>>> graph = [
... [0, 1, 2, 0],
... [0, 0, 0, 1],
... [0, 0, 0, 3],
... [0, 0, 0, 0]
... ]
>>> graph = csr_matrix(graph)
>>> print(graph)
  (0, 1)    1
  (0, 2)    2
  (1, 3)    1
  (2, 3)    3

>>> pred = np.array([-9999, 0, 0, 1], dtype=np.int32)

>>> cstree = reconstruct_path(csgraph=graph, predecessors=pred, directed=False)
>>> cstree.todense()
matrix([[0., 1., 2., 0.],
        [0., 0., 0., 1.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]])