Python cugraph.traversal.bfs.bfs用法及代碼示例

用法: cugraph.traversal.bfs.bfs(G, start=None, depth_limit=None, i_start=None, directed=None, return_predecessors=None)

查找圖的廣度優先遍曆的距離和前輩。

參數：

G：cugraph.Graph、networkx.Graph、CuPy 或 SciPy 稀疏矩陣

圖形或矩陣對象，應包含連通性信息。邊權重(如果存在)應該是單精度或雙精度浮點值。

start：整數，可選(默認=無)

遍曆開始的圖頂點的索引

depth_limit：整數或無，可選(默認=無)

限製搜索的深度

i_start：整數，可選(默認=無)

與開始相同，為 API 兼容性而添加。隻能設置 start 或 i_start，不能同時設置。

directed：布爾，可選(默認=無)

NOTE: 僅適用於 G 的非圖形類型(例如稀疏矩陣)值。如果與 Graph 對象一起使用，則引發 TypeError。

如果為 True，則將輸入矩陣轉換為 cugraph.DiGraph，否則將使用 cugraph.Graph 對象。

return_predecessors：

返回值類型基於輸入類型。如果 G 是一個 cugraph.Graph，

返回：

cudf.DataFrame

df[‘vertex’] 頂點 ID

df[‘distance’] 每個頂點到起始頂點的路徑距離

df[‘predecessor’] 對於列中的每個第 i 個位置，緊接在 ‘vertex’ 列中位置 i 處的頂點之前的頂點 ID

如果 G 是 networkx.Graph，則返回：

pandas.DataFrame 的內容與上述 cudf.DataFrame 相同。

如果 G 是 CuPy 或 SciPy 矩陣，則返回：

CuPy ndarrays(如果 CuPy 矩陣輸入)或 Numpy ndarrays(如果 SciPy 矩陣輸入)的 2 元組，表示：

距離：cupy 或 numpy ndarray: 源和頂點之間最短距離的ndarray。
前身：cupy 或 numpy ndarray: 來自源的路徑上頂點的前驅的ndarray，可用於重建最短路徑。

…或者如果 return_sp_counter 為 True，則返回一個 3 元組，其中包含上述兩個數組加上：

sp_counter：cupy 或 numpy ndarray: ndarray 通向每個頂點的最短路徑數。

例子：

>>> M = cudf.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                   dtype=['int32', 'int32', 'float32'], header=None)
>>> G = cugraph.Graph()
>>> G.from_cudf_edgelist(M, source='0', destination='1')
>>> df = cugraph.bfs(G, 0)

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.traversal.bfs.bfs。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。