日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Python無權點文件轉化成鄰接矩陣方式_python

作者：qq_42271164 ? 更新時間： 2023-01-17 編程語言

將無權點文件轉化成鄰接矩陣

目前點文件是兩列Excel代碼，在進行復雜網絡運算時需要轉化成鄰接矩陣。

我在網上找了一個代碼，稍微修改了下，親測可以成功轉化。

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') 
 #數據兩列（id1，id2），每一行表示這兩個節點之間存在邊
data = [tuple(map(int, row)) for row in csv.reader(f)]#讀取數據
 
n = max(max(id1, id2) for id1, id2 in data)
print(n)#最大節點數對應鄰接矩陣的行列數
matrix = np.zeros((n,n))#生成n行n列的全0數組
for id1, id2 in data:
    matrix[id2-1][id1-1] = 1#遍歷數據，將對應關系轉化為1
    matrix[id1-1][id2-1] = 1 #鄰接矩陣對角對稱
print(matrix)
df = pd.DataFrame(matrix)
df.to_csv("D:/ii/R/Adjacency Matrix.csv")
#生成鄰接矩陣并存儲

轉化成鄰接矩陣后，python代碼對于點的計算是從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方式，本文將簡要介紹如何將無權無向圖的鄰接矩陣轉化為COO格式。

顧名思義，COO格式即坐標格式，我們只需考慮鄰接矩陣中不為零的元素的坐標。對于無權無向圖，其鄰接矩陣是對稱陣并且元素非 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為(1,0),(2,1),(3,0)，因此所有不為零的元素的坐標為(1,0),(0,1),(2,1),(1,2),(3,0),(0,3)。

將這六個坐標轉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，對于無權無向圖，設它有 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 指的是有向邊的個數，因此這種情況下無論是有向圖還是無向圖，形狀均可統一為 (2, num_edges)。

numpy 實現：

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

原文鏈接：https://blog.csdn.net/qq_42271164/article/details/124794876

欄目分類
最近更新