日常搬运——networkx返回图的邻接矩阵

最近有用到关于邻接矩阵的一些问题,平时不太常用所以一直没注意到networkx里面的函数,权当笔记了,有兴趣查看官方文档,这里只举个小例子。

import networkx as nx  # 导入必要的函数包
import scipy as sp
import operator
import matplotlib.pyplot as plp

h = nx.Graph()  # 我这里需要用到的图
h.add_nodes_from(list(range(1, 9)))
h.add_edges_from([(1, 2), (1, 3), (1, 5), (1, 4), (2, 8), (2, 6), (3, 6), (4, 7)])

nx.draw_networkx(h)  # draw
plp.show()
print(nx.adjacency_matrix(h).todense())  # 返回图的邻接矩阵

图长这样:
在这里插入图片描述
输出的邻接矩阵:
在这里插入图片描述
ok,一个简简单单的邻接矩阵解决完毕。

  • 6
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: networkx是一种Python语言的论分析工具包,它支持多种论算法和数据结构的实现。对于邻接矩阵networkx提供了一个to_numpy_matrix()函数,可以将转化为邻接矩阵形式的Numpy数组。该函数还可以通过参数来指定矩阵的数据类型、权重等信息。同时,networkx还提供了from_numpy_matrix()函数,可以将Numpy数组转化为形式的表示,从而方便进行的可视化和分析。 ### 回答2: networkx是一个用于创建、操作和研究复杂网络的Python库。邻接矩阵networkx表示的一种方式。 邻接矩阵是一个二维数组,用于表示一个中节点之间的连接关系。矩阵中的每一个元素表示节点之间的连接情况,如果两个节点之间有连接,则对应的元素为1;如果两个节点之间没有连接,则对应的元素为0。 通过使用networkx库,我们可以方便地将邻接矩阵表示为一个。在networkx中,我们使用nx.Graph()函数创建一个对象,然后可以使用add_node()方法和add_edge()方法来添加节点和边。 要将邻接矩阵转换为,我们可以使用from_numpy_matrix()函数。这个函数接受一个二维矩阵作为输入,并返回一个对象。这个函数会根据邻接矩阵中元素的值来创建节点和边。 以下是一个简单的示例: ```python import networkx as nx import numpy as np adj_matrix = np.array([[0, 1, 0], [1, 0, 1], [0, 1, 0]]) graph = nx.from_numpy_matrix(adj_matrix) print(graph.nodes()) # 输出节点列表 print(graph.edges()) # 输出边列表 ``` 输出结果为: ``` [0, 1, 2] [(0, 1), (1, 2)] ``` 这个例子中,我们创建了一个3个节点的,节点之间的连接关系由邻接矩阵定义。输出结果显示了节点和边的信息。 通过使用networkx库和邻接矩阵,我们可以方便地处理和分析复杂网络结构。 ### 回答3: networkx是用于创建、操作和研究复杂网络结构的Python库。邻接矩阵是一种常用的表示形结构的方法,其中矩阵的每个元素表示一个边的存在与否。 在networkx中,可以使用邻接矩阵来表示形的结构。邻接矩阵是一个二维数组,其中行和列分别表示中的节点,而数组中的元素表示节点之间的连接。 在创建邻接矩阵时,需要先创建一个空的矩阵,然后根据的边来填充矩阵。矩阵的行和列的索引对应于节点的编号,而矩阵中的元素表示节点之间是否存在边。如果两个节点之间存在边,则将对应矩阵元素设置为1,反之则设置为0。 使用networkx库创建邻接矩阵的示例代码如下: ```python import networkx as nx import numpy as np # 创建一个有向 G = nx.DiGraph() G.add_nodes_from([1, 2, 3, 4]) G.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 1)]) # 获取节点列表 nodes = list(G.nodes()) # 创建邻接矩阵 adj_matrix = np.zeros((len(nodes), len(nodes))) # 根据边的信息填充邻接矩阵 for edge in G.edges(): adj_matrix[nodes.index(edge[0])][nodes.index(edge[1])] = 1 print(adj_matrix) ``` 上述代码创建了一个有向,并通过邻接矩阵的方式表示了的结构。最终打印出的邻接矩阵表示了节点之间的连接情况。 邻接矩阵在网络分析中被广泛使用,可以用于计算的相关特征,如节点度、聚类系数等。它还可以用于可视化形,并对的结构进行分析和预测。因此,邻接矩阵在网络分析领域具有重要的应用价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值