attr_matrix#

attr_matrix(G, edge_attr=None, node_attr=None, normalized=False, rc_order=None, dtype=None, order=None)[source]#

返回使用图 G 中的属性作为 numpy 数组构建的属性矩阵。

如果仅传递 G ，则构建邻接矩阵。

设 A 是节点属性 node_attr 的离散值集合。然后 A 的元素表示构建矩阵的行和列。现在，遍历 G 中的每条边 e=(u,v) 并考虑边属性 edge_attr 的值。如果 ua 和 va 分别是节点 u 和 v 的节点属性 node_attr 的值，则边属性的值被添加到矩阵元素 (ua, va) 中。

Parameters:
G图

用于构建属性矩阵的 NetworkX 图。

edge_attrstr, 可选

矩阵的每个元素表示指定边属性的累计值，这些边属性的节点属性对应于矩阵的行/列。该属性必须存在于图中的所有边上。如果未指定属性，则我们仅计算节点属性对应于矩阵元素的边的数量。

node_attrstr, 可选

矩阵的每一行和每一列表示节点属性的特定值。该属性必须存在于图中的所有节点上。注意，此属性的值应该是可靠的可哈希的。因此，不建议使用浮点值。如果未指定属性，则行和列将是图的节点。

normalizedbool, 可选

如果为 True，则每一行按其值的总和进行归一化。

rc_orderlist, 可选

节点属性值的列表。此列表指定数组行和列的顺序。如果未提供顺序，则顺序将是随机的（并且也是返回值）。

Returns:
M2D NumPy ndarray

属性矩阵。

orderinglist

如果指定了 rc_order ，则仅返回属性矩阵。然而，如果 rc_order 为 None，则还会返回用于构建矩阵的顺序。

Other Parameters:
dtypeNumPy 数据类型, 可选

用于初始化数组的有效 NumPy 数据类型。请记住，某些数据类型如果在归一化数组时可能会产生意外结果。该参数传递给 numpy.zeros()。如果未指定，则使用 NumPy 默认值。

order{‘C’, ‘F’}, 可选

是否在内存中按 C 或 Fortran 连续（行或列）顺序存储多维数据。该参数传递给 numpy.zeros()。如果未指定，则使用 NumPy 默认值。

Examples

构建一个邻接矩阵：

>>> G = nx.Graph()
>>> G.add_edge(0, 1, thickness=1, weight=3)
>>> G.add_edge(0, 2, thickness=2)
>>> G.add_edge(1, 2, thickness=3)
>>> nx.attr_matrix(G, rc_order=[0, 1, 2])
array([[0., 1., 1.],
       [1., 0., 1.],
       [1., 1., 0.]])

或者，我们可以获取描述边厚度的矩阵。

>>> nx.attr_matrix(G, edge_attr="thickness", rc_order=[0, 1, 2])
array([[0., 1., 2.],
       [1., 0., 3.],
       [2., 3., 0.]])

我们还可以为节点着色并获取描述所有边 (u,v) 的概率分布：

Pr(v 具有颜色 Y | u 具有颜色 X)

>>> G.nodes[0]["color"] = "red"
>>> G.nodes[1]["color"] = "red"
>>> G.nodes[2]["color"] = "blue"
>>> rc = ["red", "blue"]
>>> nx.attr_matrix(G, node_attr="color", normalized=True, rc_order=rc)
array([[0.33333333, 0.66666667],
       [1.        , 0.        ]])

例如，上述结果告诉我们对于所有边 (u,v)：

Pr( v 是红色 | u 是红色) = 1/3 Pr( v 是蓝色 | u 是红色) = 2/3

Pr( v 是红色 | u 是蓝色) = 1 Pr( v 是蓝色 | u 是蓝色) = 0

最后，我们可以按节点颜色获取总权重列表。

>>> nx.attr_matrix(G, edge_attr="weight", node_attr="color", rc_order=rc)
array([[3., 2.],
       [2., 0.]])

因此，所有边 (u,v) 的总权重，其中 u 和 v 具有颜色：

(红色, 红色) 为 3 # 唯一的贡献来自边 (0,1) (红色, 蓝色) 为 2 # 来自边 (0,2) 和 (1,2) 的贡献 (蓝色, 红色) 为 2 # 与 (红色, 蓝色) 相同，因为图是无向的 (蓝色, 蓝色) 为 0 # 没有蓝色端点的边

On this page