Python sklearn single_source_shortest_path_length用法及代碼示例

本文簡要介紹python語言中 sklearn.utils.graph.single_source_shortest_path_length 的用法。

用法:

sklearn.utils.graph.single_source_shortest_path_length(graph, source, *, cutoff=None)

返回從源到所有可達節點的最短路徑長度。

返回由目標鍵入的最短路徑長度的字典。

參數：

graph：{sparse matrix, ndarray} 形狀 (n, n)

圖的鄰接矩陣。 LIL 格式的稀疏矩陣是首選。

source：int

路徑的起始節點。

cutoff：整數，默認=無

停止搜索的深度 - 僅返回長度 <= 截止的路徑。

例子：

>>> from sklearn.utils.graph import single_source_shortest_path_length
>>> import numpy as np
>>> graph = np.array([[ 0, 1, 0, 0],
...                   [ 1, 0, 1, 0],
...                   [ 0, 1, 0, 1],
...                   [ 0, 0, 1, 0]])
>>> list(sorted(single_source_shortest_path_length(graph, 0).items()))
[(0, 0), (1, 1), (2, 2), (3, 3)]
>>> graph = np.ones((6, 6))
>>> list(sorted(single_source_shortest_path_length(graph, 2).items()))
[(0, 1), (1, 1), (2, 0), (3, 1), (4, 1), (5, 1)]