Python NetworkX is_isomorphic用法及代碼示例

本文簡要介紹 networkx.algorithms.isomorphism.is_isomorphic 的用法。

用法: is_isomorphic(G1, G2, node_match=None, edge_match=None)

如果圖 G1 和 G2 是同構的，則返回 True，否則返回 False。

參數：

G1, G2: graphs：

兩個圖形 G1 和 G2 必須是同一類型。

node_match：可調用的

如果在同構測試期間應將 G1 中的節點 n1 和 G2 中的 n2 視為相等，則返回 True 的函數。如果未指定node_match，則不考慮節點屬性。

該函數將被稱為

node_match(G1.nodes[n1], G2.nodes[n2])。

也就是說，該函數將接收 n1 和 n2 的節點屬性字典作為輸入。

edge_match：可調用的

如果 G1 中的節點對 (u1, v1) 和 G2 中的 (u2, v2) 的邊屬性字典在同構測試期間應被視為相等，則返回 True 的函數。如果未指定edge_match，則不考慮邊屬性。

該函數將被稱為

edge_match(G1[u1][v1], G2[u2][v2])。

也就是說，該函數將接收正在考慮的邊的邊屬性字典。

注意：

使用 vf2 算法 [1]。

參考：

1: L. P. Cordella, P. Foggia, C. Sansone, M. Vento, “An Improved Algorithm for Matching Large Graphs”, 3rd IAPR-TC15 Workshop on Graph-based Representations in Pattern Recognition, Cuen, pp. 149-159, 2001. https://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.101.5342

例子：

>>> import networkx.algorithms.isomorphism as iso

對於有向圖 G1 和 G2，使用 ‘weight’ 邊屬性(默認值：1)

>>> G1 = nx.DiGraph()
>>> G2 = nx.DiGraph()
>>> nx.add_path(G1, [1, 2, 3, 4], weight=1)
>>> nx.add_path(G2, [10, 20, 30, 40], weight=2)
>>> em = iso.numerical_edge_match("weight", 1)
>>> nx.is_isomorphic(G1, G2)  # no weights considered
True
>>> nx.is_isomorphic(G1, G2, edge_match=em)  # match weights
False

對於多向圖 G1 和 G2，使用 ‘fill’ 節點屬性(默認值：'')

>>> G1 = nx.MultiDiGraph()
>>> G2 = nx.MultiDiGraph()
>>> G1.add_nodes_from([1, 2, 3], fill="red")
>>> G2.add_nodes_from([10, 20, 30, 40], fill="red")
>>> nx.add_path(G1, [1, 2, 3, 4], weight=3, linewidth=2.5)
>>> nx.add_path(G2, [10, 20, 30, 40], weight=3)
>>> nm = iso.categorical_node_match("fill", "red")
>>> nx.is_isomorphic(G1, G2, node_match=nm)
True

對於多向圖 G1 和 G2，使用 ‘weight’ 邊屬性(默認值：7)

>>> G1.add_edge(1, 2, weight=7)
1
>>> G2.add_edge(10, 20)
1
>>> em = iso.numerical_multiedge_match("weight", 7, rtol=1e-6)
>>> nx.is_isomorphic(G1, G2, edge_match=em)
True

對於多重圖 G1 和 G2，使用 ‘weight’ 和 ‘linewidth’ 邊屬性，默認值為 7 和 2.5。還使用默認值‘red’的‘fill’節點屬性。

>>> em = iso.numerical_multiedge_match(["weight", "linewidth"], [7, 2.5])
>>> nm = iso.categorical_node_match("fill", "red")
>>> nx.is_isomorphic(G1, G2, edge_match=em, node_match=nm)
True

相關用法

注：本文由純淨天空篩選整理自networkx.org大神的英文原創作品 networkx.algorithms.isomorphism.is_isomorphic。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。