Python無(wú)權(quán)點(diǎn)文件轉(zhuǎn)化成鄰接矩陣方式
將無(wú)權(quán)點(diǎn)文件轉(zhuǎn)化成鄰接矩陣
目前點(diǎn)文件是兩列Excel代碼,在進(jìn)行復(fù)雜網(wǎng)絡(luò)運(yùn)算時(shí)需要轉(zhuǎn)化成鄰接矩陣。
我在網(wǎng)上找了一個(gè)代碼,稍微修改了下,親測(cè)可以成功轉(zhuǎn)化。
import csv import numpy as np import pandas as pd import networkx as nx import matplotlib.pyplot as plt f = open('D:/ii/R/C3000.csv') #數(shù)據(jù)兩列(id1,id2),每一行表示這兩個(gè)節(jié)點(diǎn)之間存在邊 data = [tuple(map(int, row)) for row in csv.reader(f)]#讀取數(shù)據(jù) n = max(max(id1, id2) for id1, id2 in data) print(n)#最大節(jié)點(diǎn)數(shù)對(duì)應(yīng)鄰接矩陣的行列數(shù) matrix = np.zeros((n,n))#生成n行n列的全0數(shù)組 for id1, id2 in data: matrix[id2-1][id1-1] = 1#遍歷數(shù)據(jù),將對(duì)應(yīng)關(guān)系轉(zhuǎn)化為1 matrix[id1-1][id2-1] = 1 #鄰接矩陣對(duì)角對(duì)稱 print(matrix) df = pd.DataFrame(matrix) df.to_csv("D:/ii/R/Adjacency Matrix.csv") #生成鄰接矩陣并存儲(chǔ)
轉(zhuǎn)化成鄰接矩陣后,python代碼對(duì)于點(diǎn)的計(jì)算是從0開始的
鄰接矩陣的COO格式
我們知道,鄰接矩陣通常是稀疏矩陣,而COO格式(Coordinate Format)是稀疏矩陣的一種存儲(chǔ)方式,本文將簡(jiǎn)要介紹如何將無(wú)權(quán)無(wú)向圖的鄰接矩陣轉(zhuǎn)化為COO格式。
顧名思義,COO格式即坐標(biāo)格式,我們只需考慮鄰接矩陣中不為零的元素的坐標(biāo)。對(duì)于無(wú)權(quán)無(wú)向圖,其鄰接矩陣是對(duì)稱陣并且元素非 0 0 0 即 1 1 1,
考慮下面的鄰接矩陣:
先考慮下三角部分,不為零的元素的坐標(biāo)為(1,0),(2,1),(3,0),因此所有不為零的元素的坐標(biāo)為(1,0),(0,1),(2,1),(1,2),(3,0),(0,3)。
將這六個(gè)坐標(biāo)轉(zhuǎn)置成列向量并沿列方向拼在一起即可得到此鄰接矩陣的COO格式:
容易看出,對(duì)于無(wú)權(quán)無(wú)向圖,設(shè)它有 num_edges 條邊,則鄰接矩陣的COO格式的形狀為 (2, num_edges * 2)。
在 PyG 中,一條無(wú)向邊被視為兩條有向邊的組合,COO格式中的 num_edges 指的是有向邊的個(gè)數(shù),因此這種情況下無(wú)論是有向圖還是無(wú)向圖,形狀均可統(tǒng)一為 (2, num_edges)。
numpy 實(shí)現(xiàn):
import numpy as np def adj2coo(adj): """Convert the adjacency matrix to its COO format Args: adj (ndarray): Adjacency matrix Returns: ndarray: COO format """ return np.vstack(adj.nonzero())
例如:
a = np.array([[0, 1, 0, 1], [1, 0, 1, 0], [0, 1, 0, 0], [1, 0, 0, 0]]) print(adj2coo(a)) # [[0 0 1 1 2 3] # [1 3 0 2 1 0]]
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)鍵盤控制鼠標(biāo)移動(dòng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)鍵盤控制鼠標(biāo)移動(dòng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-10-10Python自動(dòng)創(chuàng)建Excel并獲取內(nèi)容
這篇文章主要介紹了Python自動(dòng)創(chuàng)建Excel并獲取內(nèi)容,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-09-09Python實(shí)現(xiàn)RabbitMQ6種消息模型的示例代碼
這篇文章主要介紹了Python實(shí)現(xiàn)RabbitMQ6種消息模型的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03Python實(shí)現(xiàn)數(shù)值積分方式
今天小編就為大家分享一篇Python實(shí)現(xiàn)數(shù)值積分方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2019-11-11