nx.adjacency_matrix計(jì)算鄰接矩陣與真實(shí)結(jié)果不一致的解決
問題描述
我自己根據(jù)edgelist計(jì)算的鄰接矩陣,與調(diào)用networkx.adjacency_matrix(g)返回的結(jié)果不一樣,經(jīng)過調(diào)試發(fā)現(xiàn)了問題原因以及解決辦法,記錄如下。
原來的代碼
edgelist = [
(0, 1),
(1, 3),
(2, 4),
(1, 5),
(1, 3),
(5, 5),
(1, 3)
]
"""由于nx.MultiGraph()可累計(jì)多條重復(fù)邊作為權(quán)重,所以(1,3)出現(xiàn)3次權(quán)重是3"""
g = nx.MultiGraph() # 無向多邊圖
g.add_edges_from(edgelist)
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())
實(shí)際運(yùn)行輸出
[[0 1 0 0 0 0]
[1 0 3 0 0 1]
[0 3 0 0 0 0]
[0 0 0 0 1 0]
[0 0 0 1 0 0]
[0 1 0 0 0 1]]
理論結(jié)果
[[0 1 0 0 0 0]
[1 0 0 3 0 1]
[0 0 0 0 1 0]
[0 3 0 0 0 0]
[0 0 1 0 0 0]
[0 1 0 0 0 1]]
節(jié)點(diǎn)id從0開始。對(duì)于邊(1,3),矩陣的第二行第四列應(yīng)當(dāng)為權(quán)重3,可以看到實(shí)際運(yùn)行輸出結(jié)果中,3卻出現(xiàn)在了第二行第三列!
調(diào)試過程
查看了networkx.adjacency_matrix()的源代碼,其中有一條說明如下:
def adjacency_matrix(G, nodelist=None, weight='weight'):
"""Return adjacency matrix of G.
Parameters
----------
G : graph
A NetworkX graph
nodelist : list, optional
The rows and columns are ordered according to the nodes in nodelist.
If nodelist is None, then the ordering is produced by G.nodes().
weight : string or None, optional (default='weight')
The edge data key used to provide each value in the matrix.
If None, then each edge has weight 1.
...
...
"""
return nx.to_scipy_sparse_matrix(G, nodelist=nodelist, weight=weight)
第二個(gè)參數(shù)的說明需要格外注意!對(duì)于nodelist這個(gè)參數(shù),說明是這樣的:鄰接矩陣的行和列的排序按照nodelist中節(jié)點(diǎn)順序來!如果不傳這個(gè)參數(shù),默認(rèn)是按照傳進(jìn)來的圖G調(diào)用G.nodes()時(shí)返回的節(jié)點(diǎn)的順序!
所以我查看了我傳進(jìn)去的圖g的節(jié)點(diǎn)默認(rèn)順序是什么樣的:
edgelist = [
(0, 1),
(1, 3),
(2, 4),
(1, 5),
(1, 3),
(5, 5),
(1, 3)
]
"""由于nx.MultiGraph()可累計(jì)多條重復(fù)邊作為權(quán)重,所以(1,3)出現(xiàn)3次權(quán)重是3"""
g = nx.MultiGraph() # 無向多邊圖
g.add_edges_from(edgelist)
print(g.nodes())
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())
運(yùn)行結(jié)果居然:
[0, 1, 3, 2, 4, 5]
[[0 1 0 0 0 0]
[1 0 3 0 0 1]
[0 3 0 0 0 0]
[0 0 0 0 1 0]
[0 0 0 1 0 0]
[0 1 0 0 0 1]]
圖g的節(jié)點(diǎn)列表居然不是按照從小到大的順序排列,id為3的節(jié)點(diǎn)居然是第三而不是第四位序,這就是為什么邊(1,3)的權(quán)重會(huì)寫在矩陣的第三列…因?yàn)榫仃嚨谌袑?duì)應(yīng)節(jié)點(diǎn)3!
那…為什么圖g的節(jié)點(diǎn)列表不是排好序的,為什么是[0, 1, 3, 2, 4, 5]這個(gè)順序?
因?yàn)椋杭有逻卻dd_edges的時(shí)候會(huì)自動(dòng)加新節(jié)點(diǎn)?。?!
邊(0,1)加進(jìn)去的時(shí)候,節(jié)點(diǎn)列表是[0,1];加邊(1, 3)的時(shí)候,節(jié)點(diǎn)列表[0,1,3];…。所以節(jié)點(diǎn)默認(rèn)列表的順序,跟你加新邊時(shí)候哪個(gè)節(jié)點(diǎn)先出現(xiàn)有關(guān)系。
解決方案
那么在添加新邊之前,先把節(jié)點(diǎn)按id從小到大順序排好同意添加,就可以了。
具體就是:在g.add_edges_from(edgelist)操作之前,先把edgelist中的節(jié)點(diǎn)抽取出來按順序排好,用操作g.add_nodes_from()把節(jié)點(diǎn)統(tǒng)一添加進(jìn)圖g中。修改后的代碼如下:
修改后的代碼
edgelist = [
(0, 1),
(1, 3),
(2, 4),
(1, 5),
(1, 3),
(5, 5),
(1, 3)
]
"""由于nx.MultiGraph()可累計(jì)多條重復(fù)邊作為權(quán)重,所以(1,3)出現(xiàn)3次權(quán)重是3"""
g = nx.MultiGraph() # 無向多邊圖
""" 節(jié)點(diǎn)id按照順序排!!否則生成的鄰接矩陣不一樣 """
nodeset = sorted(set(itertools.chain(*edgelist)))
g.add_nodes_from(nodeset)
g.add_edges_from(edgelist)
print(g.nodes())
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())
修改代碼后的運(yùn)行結(jié)果
[0, 1, 2, 3, 4, 5]
[[0 1 0 0 0 0]
[1 0 0 3 0 1]
[0 0 0 0 1 0]
[0 3 0 0 0 0]
[0 0 1 0 0 0]
[0 1 0 0 0 1]]
函數(shù)說明
nodeset = sorted(set(itertools.chain(*edgelist)))這行的功能,是把edgelist中的元素展開,去重,按順序排序。分開演示就是:
edgelist = [
(0, 1),
(1, 3),
(2, 4),
(1, 5),
(1, 3),
(5, 5),
(1, 3)
]
""" 把edgelist中的每個(gè)(a,b)元素打平成a,b """
nodes = list(itertools.chain(*edgelist))
print(nodes)
# 輸出:
# [0, 1, 1, 3, 2, 4, 1, 5, 1, 3, 5, 5, 1, 3]
""" 利用set元素唯一的性質(zhì),將重復(fù)元素去重 a,a => a """
nodeset = set(nodes)
print(nodeset)
# 輸出:
# {0, 1, 2, 3, 4, 5}
""" set中的元素是無序、非空、唯一的,所以對(duì)set再sorted一下,確保順序是對(duì)的 """
nodeset = sorted(nodeset)
print(nodeset)
# 輸出:
# [0, 1, 2, 3, 4, 5]
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
Python3中的f-Strings增強(qiáng)版字符串格式化方法
這篇文章主要介紹了Python3中的f-Strings增強(qiáng)版字符串格式化方法,看完本文你將學(xué)習(xí)到如何以及為什么使用f-strings。對(duì)大家的工作或?qū)W習(xí)具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-03-03
對(duì)python:print打印時(shí)加u的含義詳解
今天小編就為大家分享一篇對(duì)python:print打印時(shí)加u的含義詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
利用python開發(fā)app實(shí)戰(zhàn)的方法
這篇文章主要介紹了利用python開發(fā)app實(shí)戰(zhàn)的方法,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一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
Linux 下 Python 實(shí)現(xiàn)按任意鍵退出的實(shí)現(xiàn)方法
這篇文章主要介紹了Linux 下 Python 實(shí)現(xiàn)按任意鍵退出的實(shí)現(xiàn)方法的相關(guān)資料,本文介紹的非常詳細(xì),具有參考借鑒價(jià)值,需要的朋友可以參考下2016-09-09
如何將自己的python庫打包成wheel文件并上傳到pypi
這篇文章主要介紹了如何將自己的python庫打包成wheel文件并上傳到pypi,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一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
深入掌握Python模塊創(chuàng)建導(dǎo)入和使用
這篇文章主要為大家介紹了深入掌握Python模塊創(chuàng)建導(dǎo)入和使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-10-10
Python實(shí)現(xiàn)統(tǒng)計(jì)文本文件字?jǐn)?shù)的方法
這篇文章主要介紹了Python實(shí)現(xiàn)統(tǒng)計(jì)文本文件字?jǐn)?shù)的方法,涉及Python針對(duì)文本文件讀取及字符串轉(zhuǎn)換、運(yùn)算等相關(guān)操作技巧,需要的朋友可以參考下2017-05-05
Python簡單實(shí)現(xiàn)兩個(gè)任意字符串乘積的方法示例
這篇文章主要介紹了Python簡單實(shí)現(xiàn)兩個(gè)任意字符串乘積的方法,結(jié)合實(shí)例形式分析了Python針對(duì)字符串、列表的切片、轉(zhuǎn)換、遍歷等相關(guān)操作技巧,需要的朋友可以參考下2018-04-04

