Python NetworkX to_pandas_adjacency用法及代碼示例

將圖形鄰接矩陣作為 Pandas DataFrame 返回。

參數：

G：圖形

用於構建 Pandas DataFrame 的 NetworkX 圖。

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。

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

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，可選

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：

df： Pandas DataFrame

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。

DataFrame 條目分配給權重邊屬性。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，則可以將生成的 Pandas DataFrame 修改如下：

>>> import pandas as pd
>>> pd.options.display.max_columns = 20
>>> import numpy as np
>>> G = nx.Graph([(1, 1)])
>>> df = nx.to_pandas_adjacency(G, dtype=int)
>>> df
   1
1  1
>>> df.values[np.diag_indices_from(df)] *= 2
>>> df
   1
1  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_pandas_adjacency(G, nodelist=[0, 1, 2], dtype=int)
   0  1  2
0  0  2  0
1  1  0  0
2  0  0  4