写出Google矩阵，PageRank算法原理与Python实现

半巷巷巷巷

已于 2022-09-12 20:21:26 修改

阅读量707

点赞数 1

文章标签：矩阵 numpy python

于 2022-09-12 20:16:41 首次发布

本文链接：https://blog.csdn.net/m0_58945584/article/details/126821883

版权

本文介绍了Google矩阵的构建原理，并通过Python代码展示了PageRank算法的实现过程。文章重点讨论了如何生成连接矩阵，并解释了PageRank值的计算，指出在特定情况下，页面4的PageRank值最高，其次为页面6、3和2，页面1和5的PageRank值最低。

摘要由CSDN通过智能技术生成

一：写出Google矩阵

# 输入为一个*.txt文件，例如
# 1 2
# 1 4
# ...表示前者指向后者
1 2 #比如1指向2
1 3
1 4
2 3
2 4
2 6
3 4
4 3
4 6
5 6
6 2
6 4

二：python代码：

import numpy as np

if __name__ == '__main__':

    # 读入有向图，存储边
    f = open('C:/Users/86185/PycharmProjects/pythonProject3/input_1.txt', 'r')
    edges = [line.strip('\n').split(' ') for line in f]
    print(edges)

    # 根据边获取节点的集合
    nodes = []
    for edge in edges:
        if edge[0] not in nodes:
            nodes.append(edge[0])
        if edge[1] not in nodes:
            nodes.append(edge[1])
    print(nodes)

    N = len(nodes)

    # 将节点符号（字母），映射成阿拉伯数字，便于后面生成A矩阵/H矩阵
    i = 0
    node_to_num = {}
    for node in