图与矩阵的转换

本部分内容的目的是使用networkx包与各种方式创建的矩阵之间实现相互转换：

矩阵转图

1.用numpy随机数矩阵产生图

import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
# np.random.randint(low,high,size=(m,n))产生离散均匀分布的整数，整数属于[low,high)；size部分表示m行n列矩阵
a=np.random.randint(0,2,size=(5,5))   #产生5行5列的随机整矩阵,因为要生成图，所以必须是方阵
G=nx.DiGraph(a)
print(a)
pos = nx.spring_layout(G)  # 指定了networkx上以中心放射状分布
nx.draw(G,pos,node_color = 'r',edge_color = 'b',with_labels = True,font_size =18,node_size =500)  #此处为绘制图的格式
plt.show(G)

结果：
[[0 0 1 0 1]
[0 1 1 0 0]
[0 0 1 1 0]
[1 0 1 1 0]
[1 1 1 1 1]]

2.用numpy数组或矩阵产生图

A=np.array([[1,1,3],[0,1,4],[0,0,2]])   #无向图，给出上三角矩阵数据即可，其他位置赋值无意义，可用np.matrix()
print(A)
G=nx.from_numpy_array(A)   #从数组取出元素生成图,可用nx.from_numpy_matrix()
G.edges(data=True)
print(nx.get_edge_attributes(G,'weight'))
print(G[2][1])

A:
[[1 1 3]
[0 1 4]
[0 0 2]]
{(0, 0): 1, (0, 1): 1, (0, 2): 3, (1, 1): 1, (1, 2): 4, (2, 2): 2}
{‘weight’: 4}

图转矩阵

1.自定义图转换为矩阵

G=nx.DiGraph()
elist = [('a', 'b', 5.0), ('b', 'c', 3.0), ('a', 'c', 1.0), ('c', 'd', 7.3)]
G.add_weighted_edges_from(elist)
A=nx.to_numpy_matrix(G)     #将图转换为矩阵,矩阵的数值为边的权重;也可以用nx.to_numpy_array(G)，二者等价
print(A)

[[0. 5. 1. 0. ]
[0. 0. 3. 0. ]
[0. 0. 0. 7.3]
[0. 0. 0. 0. ]]

2.networkx自带图转换为矩阵

G=nx.krackhardt_kite_graph()  #风筝网络
A=nx.to_numpy_matrix(G)     #将图转换为矩阵,矩阵的数值为边的权重;默认边权重为1
print(A)

[[0. 1. 1. 1. 0. 1. 0. 0. 0. 0.]
[1. 0. 0. 1. 1. 0. 1. 0. 0. 0.]
[1. 0. 0. 1. 0. 1. 0. 0. 0. 0.]
[1. 1. 1. 0. 1. 1. 1. 0. 0. 0.]
[0. 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[1. 0. 1. 1. 0. 0. 1. 1. 0. 0.]
[0. 1. 0. 1. 1. 1. 0. 1. 0. 0.]
[0. 0. 0. 0. 0. 1. 1. 0. 1. 0.]
[0. 0. 0. 0. 0. 0. 0. 1. 0. 1.]
[0. 0. 0. 0. 0. 0. 0. 0. 1. 0.]]

3.图矩阵注意事项

图转矩阵过程中，图中节点只是一个标记，不要将图的标号理解成矩阵的下标，这样是错误的；如下程序中，应该将矩阵中的节点[2, 5, 3, 7, 4]依次对应成[0号元素，1号元素，2号元素，3号元素，4号元素]，因此形成的矩阵为5行5列的方阵，非0元素为边的权重值。

G=nx.DiGraph()
G.add_weighted_edges_from([(2, 5, 0.3), (3, 7, 0.5), (4, 5, 0.2)])
print(G.edges(),G.nodes())
A=nx.to_numpy_matrix(G)
print(A)

结果为：
[(2, 5), (3, 7), (4, 5)] [2, 5, 3, 7, 4]
[[0. 0.3 0. 0. 0. ]
[0. 0. 0. 0. 0. ]
[0. 0. 0. 0.5 0. ]
[0. 0. 0. 0. 0. ]
[0. 0.2 0. 0. 0. ]]
若要根据读入数据对矩阵相应元素赋值，则可以用下面方式：

G=nx.DiGraph()
ma=0
with open('E:\\kx.txt') as f:
    for line in f:
        i, j ,k=line.split()
        u=int(i)
        v=int(j)
        G.add_edge(u, v)
        if ma< max(u,v):
            ma=max(u,v)
A=np.zeros((ma+1, ma+1))  #由读入元素中取出最大元素，构建全0方阵
print(A)
f.close()
with open('E:\\kx.txt') as f:
    for line in f:
        i, j, k = line.split()
        u = int(i)
        v = int(j)
        w=float(k)
        A[u][v]=w
print(A)
f.close()