directed_combinatorial_laplacian_matrix#

directed_combinatorial_laplacian_matrix(G, nodelist=None, weight='weight', walk_type=None, alpha=0.95)[source]#

返回图 G 的有向组合拉普拉斯矩阵。

图的有向组合拉普拉斯矩阵定义为:

\[L = \Phi - \frac{1}{2} \left (\Phi P + P^T \Phi \right)\]

其中 P 是图的转移矩阵, Phi 是一个对角线上为 P 的 Perron 向量,其他位置为零的矩阵 [1]。

根据 walk_type 的值, P 可以是随机游走、懒惰随机游走或带跳转的随机游走(PageRank)诱导的转移矩阵。

Parameters:
GDiGraph

一个 NetworkX 图

nodelistlist, 可选

行和列按照 nodelist 中的节点顺序排列。 如果 nodelist 为 None,则顺序由 G.nodes() 生成。

weightstring 或 None, 可选 (默认=’weight’)

用于计算矩阵中每个值的边数据键。 如果为 None,则每条边的权重为 1。

walk_typestring 或 None, 可选 (默认=None)

可以是 "random" , "lazy" , 或 "pagerank" 。如果 walk_type=None (默认),则根据 G 的属性选择一个值: - 如果 G 是强连通且非周期的,则 walk_type="random" - 如果 G 是强连通但非周期的,则 walk_type="lazy" - 其他情况下, walk_type="pagerank"

alpha实数

(1 - alpha) 是 PageRank 中使用的跳转概率

Returns:
LNumPy 矩阵

G 的组合拉普拉斯矩阵。

Notes

仅针对 DiGraph 实现

结果始终是一个对称矩阵。

此计算使用图 G 的出度。若要使用入度进行计算,请使用 G.reverse(copy=False) 并取其转置。

References

[1]

Fan Chung (2005). 有向图的拉普拉斯矩阵和 Cheeger 不等式。 组合数学年刊,9(1),2005年