Python NetworkX to_numpy_matrix用法及代碼示例

將圖形鄰接矩陣作為NumPy 矩陣返回。

參數：

G：圖形

NetworkX 圖用於構造NumPy 矩陣。

nodelist：列表，可選

行和列根據 nodelist 中的節點進行排序。如果nodelist 為無，則排序由 G.nodes() 生成。

dtype：NumPy 數據類型，可選

用於初始化數組的有效單一 NumPy 數據類型。這必須是簡單類型，例如 int 或 numpy.float64，而不是複合數據類型(請參閱 to_numpy_recarray)如果為 None，則使用 NumPy 默認值。

order：{‘C’, ‘F’}，可選

是否在內存中以 C 或 Fortran-contiguous(行或列)順序存儲多維數據。如果無，則使用 NumPy 默認值。

multigraph_weight：{sum, min, max}，可選

確定如何處理多重圖中的權重的運算符。默認是對多條邊的權重求和。

weight：字符串或無可選(默認 = ‘weight’)

保存用於邊權重的數值的邊屬性。如果邊不具有該屬性，則使用值 1 代替。

nonedge：浮點數(默認 = 0.0)

對應於非邊的矩陣值通常設置為零。但是，如果存在對應於實際邊的矩陣值也為零，則這可能是不希望的。如果是這樣，人們可能更喜歡非邊具有一些其他值，例如 nan。

返回：

M：NumPy 矩陣

圖鄰接矩陣

注意：

對於有向圖，條目 i,j 對應於從 i 到 j 的邊。

矩陣條目被分配給權重邊屬性。當邊沒有權重屬性時，條目的值設置為數字 1。對於多個(平行)邊，條目的值由 multigraph_weight 參數確定。默認是對每個平行邊的權重屬性求和。

當 nodelist 不包含 G 中的每個節點時，該矩陣由 G 的子圖構建，該子圖由 nodelist 中的節點誘導。

用於圖中自循環邊的約定是將對角矩陣條目值分配給邊的權重屬性(如果邊沒有權重屬性，則為數字 1)。如果需要將邊權重加倍的替代約定，則可以按如下方式修改生成的 Numpy 矩陣：

>>> import numpy as np
>>> G = nx.Graph([(1, 1)])
>>> A = nx.to_numpy_matrix(G)
>>> A
matrix([[1.]])
>>> A[np.diag_indices_from(A)] *= 2
>>> A
matrix([[2.]])

例子：

>>> G = nx.MultiDiGraph()
>>> G.add_edge(0, 1, weight=2)
0
>>> G.add_edge(1, 0)
0
>>> G.add_edge(2, 2, weight=3)
0
>>> G.add_edge(2, 2)
1
>>> nx.to_numpy_matrix(G, nodelist=[0, 1, 2])
matrix([[0., 2., 0.],
        [1., 0., 0.],
        [0., 0., 4.]])