Python cugraph.structure.symmetrize.symmetrize用法及代碼示例

用法: cugraph.structure.symmetrize.symmetrize(source_col, dest_col, value_col=None, multi=False, symmetrize=True)

獲取一組 COO 源目標對以及存儲在單個 GPU 中的相關值或分布式創建一個新的源目標對 COO 集以及所有邊都存在於兩個方向上的值。

此調用的返回將是存儲為兩個 cudf 係列或 dask_cudf.Series 的 COO - 對稱源列和對稱目標列，以及包含相關值的可選 cudf 係列(僅當傳入值時)。

參數：

source_col：cudf.Series 或 dask_cudf.Series: 這個 cudf.Series 包裝了大小為 E 的 gdf_column(E：邊數)。 gdf 列包含每條邊的源索引。源索引必須是整數類型。
dest_col：cudf.Series 或 dask_cudf.Series: 這個 cudf.Series 包裝了大小為 E 的 gdf_column(E：邊數)。 gdf 列包含每條邊的目標索引。目標索引必須是整數類型。
value_col：cudf.Series 或dask_cudf.Series，可選(默認=無): 這個 cudf.Series 包裝了大小為 E 的 gdf_column(E：邊數)。 gdf 列包含與該邊相關的值。對於這個函數，值可以是任何類型，它們不被檢查，隻是被複製。
multi：布爾，可選(默認=假): 如果圖形是 Multi(Di)Graph，則設置為 True。這允許多個邊而不是丟棄它們。
symmetrize：布爾型，可選: 默認為 True 以執行對稱化。如果為 False，則僅刪除重複的邊。

例子：

>>> from cugraph.structure.symmetrize import symmetrize
>>> # Download dataset from https://github.com/rapidsai/cugraph/datasets/..
>>> M = cudf.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                   dtype=['int32', 'int32', 'float32'], header=None)
>>> sources = cudf.Series(M['0'])
>>> destinations = cudf.Series(M['1'])
>>> values = cudf.Series(M['2'])
>>> src, dst, val = symmetrize(sources, destinations, values)

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.structure.symmetrize.symmetrize。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。