Python無權(quán)點(diǎn)文件轉(zhuǎn)化成鄰接矩陣方式
將無權(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，本文將簡要介紹如何將無權(quán)無向圖的鄰接矩陣轉(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)于無權(quán)無向圖，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)于無權(quán)無向圖，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)，因此這種情況下無論是有向圖還是無向圖，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中類創(chuàng)建和實(shí)例化的過程詳解
這篇文章主要介紹了Python中類創(chuàng)建和實(shí)例化過程,文中通過代碼示例講解的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下2024-06-06
Python獲取當(dāng)前目錄下所有文件的6種方法總結(jié)
這篇文章主要給大家介紹了關(guān)于Python獲取當(dāng)前目錄下所有文件的6種方法,要獲取當(dāng)前目錄下的所有目錄,可以使用Python內(nèi)置的os模塊中的listdir()函數(shù)和isdir()函數(shù),需要的朋友可以參考下2023-08-08
如果在主線程執(zhí)行耗時(shí)操作,比如 循環(huán)、sleep、wait 異步線程執(zhí)行 會(huì)導(dǎo)致 UI 界面進(jìn)入無響應(yīng)狀態(tài),我們可以采用以下兩種方式異步處理：使用QThread 或 QTimer,本文給大家介紹了PyQt5界面無響應(yīng)的解決方案,需要的朋友可以參考下2024-05-05
python將txt等文件中的數(shù)據(jù)讀為numpy數(shù)組的方法
今天小編就為大家分享一篇python將txt等文件中的數(shù)據(jù)讀為numpy數(shù)組的方法，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
這篇文章主要介紹了Python中的Lock和Rlock的相關(guān)資料，幫助大家更好的理解和學(xué)習(xí)python線程的相關(guān)知識(shí)，感興趣的朋友可以了解下2021-01-01
python數(shù)據(jù)預(yù)處理 :數(shù)據(jù)共線性處理詳解
今天小編就為大家分享一篇python數(shù)據(jù)預(yù)處理 :數(shù)據(jù)共線性處理詳解，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2020-02-02
這篇文章主要介紹了解決安裝pytorch因網(wǎng)速問題失敗的情況，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
這篇文章主要介紹了Python對(duì)象的屬性訪問過程詳解，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2020-03-03
在本文里小編給大家整理了關(guān)于java怎么判斷三位數(shù)的實(shí)例方法以及要點(diǎn)總結(jié)，需要的朋友們跟著學(xué)習(xí)下。2019-06-06
python創(chuàng)建Flask Talisman應(yīng)用程序的步驟詳解
Flask是一個(gè)功能強(qiáng)大的Web框架,主要用于使用Python語言開發(fā)有趣的Web應(yīng)用程序,Talisman基本上是一個(gè)Flask擴(kuò)展,用于添加HTTP安全標(biāo)頭我們的Flask應(yīng)用程序易于實(shí)施,本文就給大家講講帶Talisman的Flask安全性,需要的朋友可以參考下2023-09-09