python networkx 边权重_使用Networkx或其他Python Framework自动计算Graph中节点之间的距离...

本文介绍了如何利用numpy和scipy计算数据点之间的距离,并将这些距离作为权重构建NetworkX图。通过示例展示了如何从坐标数据生成距离矩阵,并最终创建边带有权重的图。
摘要由CSDN通过智能技术生成

如果您预先拥有数据,我们可以使用 numpy 和/或 pandas 来首先计算批量距离,然后将数据加载到图表中 .

比如我们可以先用以下方法构造一个n×2矩阵:

import numpy as np

A = np.array([list(get_coord()) for _ in range(L)])

然后我们可以使用 scipy 来计算距离的2d矩阵,例如:

from scipy.spatial.distance import pdist, squareform

B = squareform(pdist(A))

例如 A 是:

>>> A

array([[ 0.16401235, -0.60536247],

[ 0.19705099, 1.74907373],

[ 1.13078545, 2.03750256],

[ 0.52009543, 0.25292921],

[-0.8018697 , -1.45384157],

[-1.37731085, 0.20679761],

[-1.52384856, 0.14468123],

[-0.12788698, 0.22348265],

[-0.27158565, 0.21804304],

[-0.03256846, -2.85381269]])

那么 B 将是:

>>> B

array([[ 0. , 2.354668 , 2.81414033, 0.92922536, 1.28563016,

1.74220584, 1.84700839, 0.8787431 , 0.93152683, 2.25702734],<

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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