Python cugraph.generators.rmat用法及代碼示例

用法: cugraph.generators.rmat(scale, num_edges, a, b, c, seed, clip_and_flip, scramble_vertex_ids, create_using=<class 'cugraph.structure.graph_classes.DiGraph'>, mg=False)

使用遞歸矩陣 (R-MAT) 圖形生成算法生成圖形對象。

參數：

scale：int: 用於設置圖中頂點數量的比例因子頂點 ID 的值在 [0, V) 中，其中 V = 1 << ‘scale’
num_edges：int: 要生成的邊數
a：浮點數: 第一次分區的概率
b：浮點數: 第二次分區的概率
c：浮點數: 第三分區的概率
seed：int: 隨機數生成器的種子值
clip_and_flip：bool: 標誌控製是否僅在圖鄰接矩陣的下三角部分(包括對角線)(如果設置為‘true’)或不(如果設置為'false)生成邊。
scramble_vertex_ids：bool: 控製是否加擾頂點 ID 位的標誌(如果設置為 true )或不(如果設置為 false )；加擾頂點 ID 位會破壞頂點 ID 值和頂點度數之間的相關性。
create_using：cugraph Graph type 或 None 要構造的圖形類型: 包含生成的邊和頂點。如果指定了 None，則返回 edgelist cuDF DataFrame(或 MG 的 dask_cudf DataFrame)as-is。這對於對需要包含潛在self-loops、孤立頂點和重複邊的原始數據的圖形構建步驟進行基準測試很有用。默認為 cugraph.DiGraph。注意：multi-GPU 僅支持 cugraph.DiGraph 類型
mg：布爾，可選(默認=假): 如果為 True，則 R-MAT 生成發生在多個 GPU 上。如果為 False，則僅使用單個 GPU。默認為 False (single-GPU)

cugraph.Graph 的實例

例子：

>>> import cugraph
>>> from cugraph.generators import rmat
>>> df = rmat(
...    scale,
...    (2**scale)*edgefactor,
...    0.57,
...    0.19,
...    0.19,
...    seed or 42,
...    clip_and_flip=False,
...    scramble_vertex_ids=True,
...    create_using=None,  # return edgelist instead of Graph instance
...    mg=False
... )

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cugraph.generators.rmat。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：