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

用法: cugraph.structure.symmetrize.symmetrize_ddf(df, src_name, dst_name, weight_name=None)

獲取存儲在分布式 DataFrame 中的 COO，以及源列和目標列的列名，並使用使圖對稱的相同列名創建一個新 DataFrame ，以便所有邊都出現在兩個方向上。

請注意，如果 DataFrame 中存在其他列(例如邊權重)，其他列也將被複製。也就是說，如果 (u,v,data) 表示輸入數據中的源值 (u)、目標值 (v) 和一些其他列 (data)，那麽輸出數據將同時包含 (u,v, data) 和 (v,u,data) 與匹配的數據。

如果 (u,v,data1) 和 (v,u,data2) 存在於 data1 != data2 的輸入數據中，則此代碼將任意選擇要保留的較小數據元素，如果不需要，則調用者應更正調用對稱之前的數據。

參數：

df：dask_cudf.DataFrame: 包含 COO 的輸入 DataFrame 。列應包含源 ID、目標 ID 和與邊關聯的任何屬性。
src_name：string: DataFrame 中包含源 ID 的列的名稱
dst_name：string: DataFrame 中包含目標 ID 的列的名稱
weight_name：字符串，可選(默認=無): DataFrame 中包含權重的列的名稱

例子：

>>> # import cugraph.dask as dcg
>>> # from cugraph.structure.symmetrize import symmetrize_ddf
>>> # Init a DASK Cluster
>>> # Download dataset from https://github.com/rapidsai/cugraph/datasets/..
>>> # chunksize = dcg.get_chunksize(datasets / 'karate.csv')
>>> # ddf = dask_cudf.read_csv(datasets/'karate.csv', chunksize=chunksize,
>>> #                          delimiter=' ',
>>> #                          names=['src', 'dst', 'weight'],
>>> #                          dtype=['int32', 'int32', 'float32'])
>>> # sym_ddf = symmetrize_ddf(ddf, "src", "dst", "weight")

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_ddf。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。