Python NetworkX attr_sparse_matrix用法及代碼示例

本文簡要介紹 networkx.linalg.attrmatrix.attr_sparse_matrix 的用法。

用法: attr_sparse_matrix(G, edge_attr=None, node_attr=None, normalized=False, rc_order=None, dtype=None)

使用 G 中的屬性返回 SciPy 稀疏矩陣。

如果隻傳入G，則構造鄰接矩陣。

令 A 為節點屬性 node_attr 的一組離散值。那麽 A 的元素代表構造矩陣的行和列。現在，遍曆 G 中的每條邊 e=(u,v) 並考慮邊屬性 edge_attr 的值。如果 ua 和 va 分別是 u 和 v 的節點屬性node_attr 的值，則將邊屬性的值添加到 (ua, va) 處的矩陣元素。

參數：

G：圖形: NetworkX 圖用於構造NumPy 矩陣。
edge_attr：str，可選: 矩陣的每個元素表示其節點屬性對應於 matirx 的行/列的邊的指定邊屬性的運行總計。該屬性必須存在於圖中的所有邊上。如果沒有指定屬性，那麽我們隻計算節點屬性對應於矩陣元素的邊數。
node_attr：str，可選: 矩陣中的每一行和每一列都代表節點屬性的一個特定值。該屬性必須存在於圖中的所有節點。注意，這個屬性的值應該是可靠的哈希值。因此，不建議使用浮點值。如果未指定屬性，則行和列將是圖的節點。
normalized：布爾型，可選: 如果為 True，則每行都通過其值的總和進行歸一化。
rc_order：列表，可選: 節點屬性值的列表。此列表指定數組的行和列的順序。如果沒有提供排序，那麽排序將是隨機的(也是一個返回值)。

M：SciPy 稀疏矩陣: 屬性矩陣。
ordering：列表: 如果指定了rc_order，則隻返回矩陣。但是，如果 rc_order 為 None，則也返回用於構造矩陣的排序。

其他參數：

dtype：NumPy 數據類型，可選: 用於初始化數組的有效 NumPy dtype。請記住，如果要對數組進行規範化，某些 dtype 可能會產生意想不到的結果。參數傳遞給 numpy.zeros()。如果未指定，則使用 NumPy 默認值。

例子：

構造一個鄰接矩陣：

>>> G = nx.Graph()
>>> G.add_edge(0, 1, thickness=1, weight=3)
>>> G.add_edge(0, 2, thickness=2)
>>> G.add_edge(1, 2, thickness=3)
>>> M = nx.attr_sparse_matrix(G, rc_order=[0, 1, 2])
>>> M.toarray()
array([[0., 1., 1.],
       [1., 0., 1.],
       [1., 1., 0.]])

或者，我們可以獲得說明邊厚度的矩陣。

>>> M = nx.attr_sparse_matrix(G, edge_attr="thickness", rc_order=[0, 1, 2])
>>> M.toarray()
array([[0., 1., 2.],
       [1., 0., 3.],
       [2., 3., 0.]])

我們還可以為節點著色並詢問所有邊 (u,v) 上的概率分布，說明：

Pr(v 有顏色 Y | u 有顏色 X)

>>> G.nodes[0]["color"] = "red"
>>> G.nodes[1]["color"] = "red"
>>> G.nodes[2]["color"] = "blue"
>>> rc = ["red", "blue"]
>>> M = nx.attr_sparse_matrix(G, node_attr="color", normalized=True, rc_order=rc)
>>> M.toarray()
array([[0.33333333, 0.66666667],
       [1.        , 0.        ]])

例如，上麵告訴我們對於所有邊 (u,v)：

Pr( v 是紅色 | u 是紅色) = 1/3 Pr( v 是藍色 | u 是紅色) = 2/3

Pr( v 是紅色 | u 是藍色) = 1 Pr( v 是藍色 | u 是藍色) = 0

最後，我們可以獲得節點顏色列出的總權重。

>>> M = nx.attr_sparse_matrix(G, edge_attr="weight", node_attr="color", rc_order=rc)
>>> M.toarray()
array([[3., 2.],
       [2., 0.]])

因此，所有邊 (u,v) 上的總權重，其中 u 和 v 具有顏色：

(red, red) is 3 # 唯一的貢獻來自邊 (0,1) (red, blue) is 2 # 來自邊 (0,2) 和 (1,2) 的貢獻 (blue, red) is 2 # 相同as (red, blue) since graph is undirected (blue, blue) is 0 # 沒有帶有藍色端點的邊

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.linalg.attrmatrix.attr_sparse_matrix。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。

用法:

參數：

返回：

其他參數：

例子：