Pagerank的python代码案例——只调用numpy

1、导入相关的包并且确定初始参数

#导入相关的包
import numpy as np
#设置初始参数值
MAXVER = 20
MAXQSIZE = 100
OK = 1
ERROR = -1
FALSE = 0
TRUE = 1

2、定义类

class MGraph:
    def __init__(self):
        self.verx = [''] * MAXVER     #存放连接点 #变成长度为20的list
        self.arcs = np.zeros((MAXVER, MAXVER), dtype=int) #邻接矩阵
        self.vernum = 0    #存放顶点数
        self.arcnum = 0    #存放弧数

3、定义长度为20的list

visited = [False] * MAXVER    #长度为20的false

4、查找顶点在数组中的下标

def locate(G, ch):          #查找顶点在数组中的下标
    for i in range(G.vernum):
        if ch == G.verx[i]:
            return i    #如果输入值在存放连接点的list中找到了，返回该点的位置。
    return -1

5、定义创建有向图的函数

def CreateDG(G, v):
    print("请输入有向图的顶点数和弧数，格式如(0 0):")
    G.vernum, G.arcnum = map(int, input().split())   #将顶点与弧数赋值给vernum与arcnum
    print("请输入顶点符号:")
    for i in range(G.vernum):      #顶点数的长度
        G.verx[i] = input().strip()      #输入顶点并将其赋值记录给verx
    for i in range(G.vernum):       #顶点的长度
        for j in range(G.vernum):    #顶点的长度
            G.arcs[i][j] = 0          #将邻接矩阵赋值为0
    print("请输入有连接的点，格式(A B):")
    for i in range(G.arcnum):       #弧的数量，有几个弧就有几个连接点
        print("请输入第{}对值:".format(i + 1))    #请输入第几对的值
        ch1, ch2 = input().split()    #ch1位前向点，ch2位末尾点
        k = locate(G, ch1)      #locate为查找下标的函数，如果输入的ch1在存放顶点的数据集合中找到了，就返回该list中该点的序号，赋值给k
        j = locate(G, ch2)    #如果输入的ch2在存放顶点的数据集合中找到了，返回该list中该点的序号并赋值给j
        G.arcs[j][k] = 1    #将记录下标的邻接矩阵中点存放为1
    return OK

6、得到每一行非零项的个数

def GetNum(G, h, l):     #得到每一行非零项的个数
    Num = 0                 #初始化num值
    for i in range(h):      #
        if G.arcs[i][l] > 0:        #如果邻接矩阵中不为0，就将num值加1 
            Num += 1
    return Num                #返回num值

7、定义创建转移矩阵的方法

def Create_Transfer_matrix(G):               #创建转移矩阵
    F = np.zeros((G.vernum, G.vernum), dtype=float)    #转移矩阵为顶点数*顶点数的方阵
    for i in range(G.vernum):      #遍历行
        for j in range(G.vernum):   #遍历列
            if GetNum(G, G.vernum, i) == 0:   #vernum为顶点数，i为遍历行数    #####？？如果该行的非零项个数为0
                F[j][i] = 0         #将转移矩阵为中记录为0
            else:
                F[j][i] = 0.8 * (G.arcs[j][i] / (GetNum(G, G.vernum, i) * 1.0))   #？#如果该行非零项个数的不为0，那么该位置的转移矩阵为0.8*(该位置的)
    print("\n转移矩阵为:")
    print(F)                      #打印出转移矩阵
    return F

8、迭代方法

def Iteration(M1, M2, M, num):      #迭代法
    M3 = np.zeros(num, dtype=float)     
    for i in range(num):               
        temp = 0                          
        for j in range(num):
            temp += M1[j] * M2[i][j]
        M3[i] = temp + M[i]  
    return M3

9、定义矩阵相乘函数

def Mat_mul(M1, num):                   #矩阵相乘函数
    M2 = np.zeros(num, dtype=float)
    M3 = np.zeros(num, dtype=float)
    for i in range(num):
        M2[i] = 1.0 / num
    for i in range(num):
        temp = 0
        for j in range(num):
            temp += M1[i][j] * M2[j]
        M3[i] = temp + M2[i] * 0.2
    print(M3)
    for j in range(num):
        M2[j] *= 0.2
    M = Iteration(M3, M1, M2, num)
    while np.abs(M[0] - M3[0]) > 0.0000000001:
        M3 = M
        M = Iteration(M3, M1, M2, num)
    for i in range(num):
        M[i] = M[i] * 0.8 + 0.2 / num
    print(M3 - 0.0000000001)
    return M1

10、定义主函数并进行调用

def main():
    G = MGraph()
    CreateDG(G, 0)
    F = Create_Transfer_matrix(G)
    Mat_mul(F, G.vernum)
if __name__ == '__main__':
    main()

11、运行结果，以jupyter为例