nx.adjacency_matrix计算邻接矩阵与真实结果不一致的解决

 更新时间:2022年12月16日 09:20:46   作者:小猪上吊ing  
这篇文章主要介绍了nx.adjacency_matrix计算邻接矩阵与真实结果不一致的解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

问题描述

我自己根据edgelist计算的邻接矩阵,与调用networkx.adjacency_matrix(g)返回的结果不一样,经过调试发现了问题原因以及解决办法,记录如下。

原来的代码

edgelist = [
        (0, 1),
        (1, 3),
        (2, 4),
        (1, 5),
        (1, 3),
        (5, 5),
        (1, 3)
    ]
"""由于nx.MultiGraph()可累计多条重复边作为权重,所以(1,3)出现3次权重是3"""
g = nx.MultiGraph()  # 无向多边图
g.add_edges_from(edgelist)
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())

实际运行输出

[[0 1 0 0 0 0]
 [1 0 3 0 0 1]
 [0 3 0 0 0 0]
 [0 0 0 0 1 0]
 [0 0 0 1 0 0]
 [0 1 0 0 0 1]]

理论结果

[[0 1 0 0 0 0]
 [1 0 0 3 0 1]
 [0 0 0 0 1 0]
 [0 3 0 0 0 0]
 [0 0 1 0 0 0]
 [0 1 0 0 0 1]]

节点id从0开始。对于边(1,3),矩阵的第二行第四列应当为权重3,可以看到实际运行输出结果中,3却出现在了第二行第三列!

调试过程

查看了networkx.adjacency_matrix()的源代码,其中有一条说明如下:

def adjacency_matrix(G, nodelist=None, weight='weight'):
    """Return adjacency matrix of G.

    Parameters
    ----------
    G : graph
       A NetworkX graph

    nodelist : list, optional
       The rows and columns are ordered according to the nodes in nodelist.
       If nodelist is None, then the ordering is produced by G.nodes().

    weight : string or None, optional (default='weight')
       The edge data key used to provide each value in the matrix.
       If None, then each edge has weight 1.
    				...
    				...
    """
    return nx.to_scipy_sparse_matrix(G, nodelist=nodelist, weight=weight)

第二个参数的说明需要格外注意!对于nodelist这个参数,说明是这样的:邻接矩阵的行和列的排序按照nodelist中节点顺序来!如果不传这个参数,默认是按照传进来的图G调用G.nodes()时返回的节点的顺序!

所以我查看了我传进去的图g的节点默认顺序是什么样的:

edgelist = [
        (0, 1),
        (1, 3),
        (2, 4),
        (1, 5),
        (1, 3),
        (5, 5),
        (1, 3)
    ]
"""由于nx.MultiGraph()可累计多条重复边作为权重,所以(1,3)出现3次权重是3"""
g = nx.MultiGraph()  # 无向多边图
g.add_edges_from(edgelist)
print(g.nodes())
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())

运行结果居然:

[0, 1, 3, 2, 4, 5]
[[0 1 0 0 0 0]
 [1 0 3 0 0 1]
 [0 3 0 0 0 0]
 [0 0 0 0 1 0]
 [0 0 0 1 0 0]
 [0 1 0 0 0 1]]

图g的节点列表居然不是按照从小到大的顺序排列,id为3的节点居然是第三而不是第四位序,这就是为什么边(1,3)的权重会写在矩阵的第三列…因为矩阵第三列对应节点3!

那…为什么图g的节点列表不是排好序的,为什么是[0, 1, 3, 2, 4, 5]这个顺序?

因为:加新边sdd_edges的时候会自动加新节点!!!

边(0,1)加进去的时候,节点列表是[0,1];加边(1, 3)的时候,节点列表[0,1,3];…。所以节点默认列表的顺序,跟你加新边时候哪个节点先出现有关系。

解决方案

那么在添加新边之前,先把节点按id从小到大顺序排好同意添加,就可以了。

具体就是:在g.add_edges_from(edgelist)操作之前,先把edgelist中的节点抽取出来按顺序排好,用操作g.add_nodes_from()把节点统一添加进图g中。修改后的代码如下:

修改后的代码

edgelist = [
        (0, 1),
        (1, 3),
        (2, 4),
        (1, 5),
        (1, 3),
        (5, 5),
        (1, 3)
    ]
"""由于nx.MultiGraph()可累计多条重复边作为权重,所以(1,3)出现3次权重是3"""
g = nx.MultiGraph()  # 无向多边图

""" 节点id按照顺序排!!否则生成的邻接矩阵不一样 """
nodeset = sorted(set(itertools.chain(*edgelist)))
g.add_nodes_from(nodeset)

g.add_edges_from(edgelist)
print(g.nodes())
adj = sp.lil_matrix(nx.adjacency_matrix(g))
print(adj.todense())

修改代码后的运行结果

[0, 1, 2, 3, 4, 5]
[[0 1 0 0 0 0]
 [1 0 0 3 0 1]
 [0 0 0 0 1 0]
 [0 3 0 0 0 0]
 [0 0 1 0 0 0]
 [0 1 0 0 0 1]]

函数说明

nodeset = sorted(set(itertools.chain(*edgelist)))这行的功能,是把edgelist中的元素展开,去重,按顺序排序。分开演示就是:

edgelist = [
        (0, 1),
        (1, 3),
        (2, 4),
        (1, 5),
        (1, 3),
        (5, 5),
        (1, 3)
    ]
""" 把edgelist中的每个(a,b)元素打平成a,b """
nodes = list(itertools.chain(*edgelist))
print(nodes)
# 输出:
# [0, 1, 1, 3, 2, 4, 1, 5, 1, 3, 5, 5, 1, 3]

""" 利用set元素唯一的性质,将重复元素去重 a,a => a """
nodeset = set(nodes)
print(nodeset)
# 输出:
# {0, 1, 2, 3, 4, 5}

""" set中的元素是无序、非空、唯一的,所以对set再sorted一下,确保顺序是对的 """
nodeset = sorted(nodeset)
print(nodeset)
# 输出:
# [0, 1, 2, 3, 4, 5]

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • pytorch使用tensorboardX进行loss可视化实例

    pytorch使用tensorboardX进行loss可视化实例

    今天小编就为大家分享一篇pytorch使用tensorboardX进行loss可视化实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • python自动查询12306余票并发送邮箱提醒脚本

    python自动查询12306余票并发送邮箱提醒脚本

    这篇文章主要为大家详细介绍了Python自动查询12306余票并发送邮箱提醒脚本,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05
  • nonebot插件之chatgpt使用详解

    nonebot插件之chatgpt使用详解

    这篇文章主要为大家介绍了nonebot插件之chatgpt使用详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-03-03
  • python操作xlsx文件的包openpyxl实例

    python操作xlsx文件的包openpyxl实例

    下面小编就为大家分享一篇python操作xlsx文件的包openpyxl实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • python算法测试结果自动保存到excel表格的实现步骤

    python算法测试结果自动保存到excel表格的实现步骤

    我们在进行算法评估是通常会针对每个样本的算法处理结果进行统计,例如每个样本正确预测数量、漏检数量和误检数量、精度等,本文小编将给大家介绍python算法测试结果自动保存到excel表格的实现步骤,感兴趣的朋友可以参考下
    2023-12-12
  • 使用Python制作一个打字训练小工具

    使用Python制作一个打字训练小工具

    这篇文章主要介绍了用Python制作一个打字训练小工具,本文通过实例代码的形式给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-10-10
  • Python3.4实现从HTTP代理网站批量获取代理并筛选的方法示例

    Python3.4实现从HTTP代理网站批量获取代理并筛选的方法示例

    这篇文章主要介绍了Python3.4实现从HTTP代理网站批量获取代理并筛选的方法,涉及Python网络连接、读取、判断等相关操作技巧,需要的朋友可以参考下
    2017-09-09
  • Python使用迭代器打印螺旋矩阵的思路及代码示例

    Python使用迭代器打印螺旋矩阵的思路及代码示例

    用Python的itertools模块来创建具有迭代功能的函数十分具有技巧性,这里我们就来看一下借助itertools模块、Python使用迭代器打印螺旋矩阵的思路及代码示例
    2016-07-07
  • 利用python中集合的唯一性实现去重

    利用python中集合的唯一性实现去重

    集合,用{ }表示,集合中所有元素具有唯一性。这篇文章给大家介绍利用python中集合的唯一性实现去重,感兴趣的朋友一起看看吧
    2020-02-02
  • pytorch cuda安装报错的解决方法

    pytorch cuda安装报错的解决方法

    这篇文章主要给大家介绍了关于pytorch cuda安装报错的解决方法,文中通过图文介绍的非常详细,对大家学习或者使用Pytorch具有一定的参考学习价值,需要的朋友可以参考下
    2023-01-01

最新评论