如何将加权边列表转化为r中的邻接矩阵
加权边列表是一种表示图的数据结构，其中每条边都有一个权重值。而邻接矩阵是另一种表示图的数据结构，它使用一个二维矩阵来表示图中的节点之间的连接关系。
要将加权边列表转化为R中的邻接矩阵，可以按照以下步骤进行：
- 创建一个空的邻接矩阵，矩阵的大小为图中节点的数量。
- 遍历加权边列表中的每一条边。
- 对于每条边，获取起始节点和目标节点的索引值（假设节点索引从0开始）以及边的权重值。
- 将邻接矩阵中起始节点索引对应的行和目标节点索引对应的列的位置，设置为边的权重值。
- 如果图是有向图，则只设置起始节点到目标节点的权重值；如果图是无向图，则同时设置起始节点到目标节点和目标节点到起始节点的权重值。
- 遍历完所有边后，邻接矩阵即为转化后的结果。
下面是一个示例的R代码实现：
# 加权边列表
weighted_edges <- list(
c("A", "B", 2),
c("B", "C", 3),
c("C", "A", 1)
)
# 获取节点列表
nodes <- unique(unlist(weighted_edges[1:2]))
# 创建空的邻接矩阵
adj_matrix <- matrix(0, nrow = length(nodes), ncol = length(nodes), dimnames = list(nodes, nodes))
# 转化加权边列表为邻接矩阵
for (edge in weighted_edges) {
start_node <- edge[1]
end_node <- edge[2]
weight <- edge[3]
adj_matrix[start_node, end_node] <- weight
# 如果是无向图，同时设置目标节点到起始节点的权重值
adj_matrix[end_node, start_node] <- weight
}
# 打印邻接矩阵
print(adj_matrix)这段代码将加权边列表 weighted_edges 转化为邻接矩阵 adj_matrix。你可以根据实际情况修改加权边列表的内容，并根据需要调整节点的类型和权重值的类型。
相关·内容
1回答
对这样的图形进行编程的最佳方法是什么：
📷
我知道我可以使用邻接表或邻接矩阵：
//https://stackoverflow.com/questions/5493474/graph-implementation-c
//Clearer's answer
struct edge {
int nodes[2];
float cost; // add more if you need it
};
using graph = std::map<int, std::vector<edge>>;
，但是生成一个格图会稍微困难一些。
这样的东西够吗？
E
浏览 0提问于2022-04-08得票数 1
回答已采纳
1回答
我正在从一个大小为222×222节点的加权邻接矩阵创建一个图。矩阵中的所有权重都是0.42757498546089029和1.6671726002927263之间的浮点数。nx.minimum_spanning_tree(G, weight = "weight")方法给出了下面的第一幅图，同时，如果我用100.0乘以所有的矩阵值，同样的方法给出第二幅图。在用igraph绘制同样的图时，不会发生这种情况。Networkx文档对精确性问题保持沉默。你知道为什么会发生吗？
networkx代码：
G=nx.from_numpy_matrix(M)
G1=nx.minimum_
浏览 1提问于2017-04-02得票数 0
回答已采纳
1回答
我正在使用Python 3和Networkx1.11。
我制作了一个加权图，在边和一些节点上有权重，但是当我计算最短路径的权重时，没有考虑节点的权重(下面的代码)。
有人知道如何确保节点权重被考虑吗？
谢谢!相同的
import networkx as nx
from matplotlib import pyplot as plt
# Set up a station map
all_stations = ['a','b','c','d','e']
interchange_stations = ['b&
浏览 0提问于2018-03-06得票数 1
回答已采纳
“算法设计手册”，第二版，问题5-22：
设计了一种线性时间算法，通过用边(u，w)代替边(u，v)和(v，w)，从图中消除2次顶点v。我们还寻求消除多个复制的边，用一个单一的边取代他们。请注意，删除边缘的多个副本可能会创建第2级的新顶点，必须删除该顶点，而删除第2级的顶点可能会创建多个边，这也必须删除。
因为问题出现在关于无向图的章节中，假设我们的图是无向的。
下面是一种根据需要删除二级顶点的算法，类似于给定的。实现依赖于Skiena的图形、队列和edgenode结构。g->edgesv是指向v的邻接列表的指针.g->Mu返回g邻接矩阵中u行和列v中的布尔值。
问题:根据
浏览 3提问于2017-02-19得票数 1
1回答
生成随机图
、、
让人输入一个整数N作为图中的顶点数。
在每条边上指定从1到10的随机权重。但并不是所有可能的边都存在！如上面的例子所示，X表示一个缺失的边缘。
返回一对(M，L)，其中M和L分别是生成的(相同)随机图的矩阵和列表表示。
使用非数字字符作为顶点名，以避免与边缘权重混淆.
#include <iostream>
#include <stdlib.h>
using namespace std;
void gen_random_graph(int n)
{
int adj_matrix[n][n];
for(int u = 0; u &l
浏览 2提问于2016-04-20得票数 2
2回答
我只是想知道如何使用和邻接矩阵来解决图的问题。
例如，对于我的程序，我有两个项目的汇率。
构建有向图的输入:6件衬衫15只袜子输入构建有向图:2只袜子1件内衣
有向图：
衬衫--(6/15)--袜子--(2/1)-内衣
所以从衬衫到袜子的边缘是6，从袜子到衬衫的边缘是15，袜子到内衣的边缘是2，内衣到袜子的边缘是1。
输入比较:袜子衬衫解决方案: 15只袜子6件衬衫
输入比较:衬衫内衣解决方案: 12件衬衫15件内衣
我的问题是，我如何用邻接矩阵来表示它，并能够获得它的权重来解决问题。
对于上面的问题，我想有一个邻接矩阵，看起来像这样。
shirts socks un
浏览 1提问于2012-03-28得票数 0
回答已采纳
2回答
我有一个具有邻接矩阵形状(adj_mat.shape = (4000, 4000))的图。我当前的问题是找到从源(，row = 0)到目标(col = trans_mat.shape[0] -1)的路径长度列表(节点序列并不重要)。
我对寻找路径序列不感兴趣，我只对传播路径长度感兴趣。因此，--这与查找 all简单路径不同--这太慢了(即。查找从源到目标的所有路径，然后对每条路径进行评分)。有没有一种快速做到这一点的表演方式？
DFS建议采用。我目前的实现(下面)并不是最优的：
# create graph
G = nx.from_numpy_matrix(adj_mat, create_u
浏览 3提问于2020-10-15得票数 2
1回答
我编写了一个函数，它将有向图作为邻接矩阵返回。函数需要两个参数:节点的数量和边的数量。首先，节点被放置并立即连接到图形。当所有节点被添加时，随机边被创建，直到所有边被放置。
代码：
public int[,] GenerateMatrix(int Nodes, int Edges)
{
if (Edges < Nodes - 1) throw new Exception("Too few edges");
if (Edges > Nodes * (Nodes - 1)) throw new Exception("Too
浏览 0提问于2021-01-17得票数 0
回答已采纳
1回答
我有一个很大的图，大约有1,000,000个节点和许多边。这就是我想知道的，在实现邻接列表时，哪种是最适合的数据结构。下面是我跟踪的对象
边表
节点到节点连接列表
我使用python编写代码，所以我使用了一个集合(因为根据，边缘列表有一个o(1)平均插入时间)，并使用了一个从节点到节点连接列表的字典(根据使它完全可理解)。这是我的密码
class node:
def __init__(self, name = ""):
self.__name = name
def getName(self):
return se
浏览 1提问于2017-02-04得票数 0
回答已采纳
2回答
除了Dijkstra外，还有另外一种方法来计算近似完全图的最短路径吗？我有大约8,000个节点和大约1,800万个边缘。我已经浏览了线程，并决定使用Dijkstra。我用Perl编写了我的脚本，使用的是Boost：：。但结果和我预期的不一样。使用调用$ 10+ ->Dijkstra最短路径($start_node，$end_node)计算一条最短路径花费了大约几分钟的时间；
我知道有很多的边缘，这可能是背后的原因，缓慢的运行时间。我死在水里了吗？还有其他方法来加速这件事吗？
浏览 4提问于2009-09-12得票数 3
2回答
如何在C++中生成曲面的邻接矩阵
、、、、
我正在研究Graphite。它位于C++的内置库中。
我正在试着做一个球体的表面。球体为网格形式。
如何构造曲面的邻接矩阵和次数矩阵，以便计算拉普拉斯矩阵？
我正在处理一个曲面，稍后我需要对其进行变形，因为我需要曲面的邻接矩阵和次数矩阵。
我正在使用C++。提前谢谢。
浏览 1提问于2018-10-17得票数 0
如何使用python中的图形工具从邻接矩阵中创建一个图形？假设我们有adj矩阵作为邻接矩阵。
我现在所做的就是这样：
g = graph_tool.Graph(directed = False)
g.add_vertex(len(adj))
edge_weights = g.new_edge_property('double')
for i in range(adj.shape[0]):
for j in range(adj.shape[1]):
if i &
浏览 7提问于2014-04-25得票数 10
回答已采纳
4回答
我试图使用igraph包绘制(稀疏)加权图。目前我有一个邻接矩阵，但无法得到graph.adjacency函数来识别边缘权重。
考虑以下随机对称矩阵：
m <- read.table(row.names=1, header=TRUE, text=
" A B C D E F
A 0.00000000 0.0000000 0.0000000 0.0000000 0.05119703 1.3431599
B 0.00000000 0.0000000 -0.60880
浏览 5提问于2014-01-23得票数 17
回答已采纳
2回答
所以我现在有一个图的边列表。使用这个列表，我试图构建一个邻接映射，其中它的键是一条边，值是与该边相邻的一组边。我使用嵌套循环将列表中的每条边与列表中的每条边进行比较。然而，这并不是构建我所期望的地图。下面是我的代码：
def build_adjacency
@paths.each do |start_path|
@paths.each do |end_path|
# 3 cases for edge adcency
if (start_path.end_node == end_path.st
浏览 3提问于2015-04-13得票数 0
我有两个图(g1 & g2)是由邻接矩阵(mtx1 & mtx2)生成的，一个是未加权图(g1)，另一个是加权图(g2)，我正在计算这两个图的边间性。
我的理解是，通过使用edge_betweenness(g, weights = E(g)$weight)，我可以将边权引入到加权图的边间性的计算中，但当我这样做时，我得到了对加权图和未加权图的完全相同的结果。
为什么在计算中间边的时候增加权重而不改变结果的分数？
请考虑以下示例
library(igraph)
# create non-weighted adjacency matrix (mtx1) and a weighte
浏览 0提问于2018-08-17得票数 1
回答已采纳
3回答
我正在构建一个包括dash_cytoscape的Dash应用程序，用户可以在其中连接和断开给定网络中的节点。现在我想写一个函数，它可以从网络的边和节点的列表中重建邻接矩阵。我发现this thread on StackOverflow的方向大致正确，除了我的情况似乎是这个问题的边缘情况，其中并不是每个节点都必须连接到另一个节点。例如，网络可能如下所示： ? 此网络的正确邻接矩阵可能如下所示： A = np.array([[0,1,0,0,0],
[1,0,0,0,0],
[0,0,0,0,0],
[0
浏览 169提问于2021-07-12得票数 1
回答已采纳
G =
graph with properties:
Edges: [4782×2 table]
Nodes: [692×0 table]
>> plot(G, 'XData', x1, 'YData', y1, 'ZData', z1)
Error using matlab.graphics.chart.primitive.GraphPlot
Expected XData to be an array with number of elements equal to 692.
这是从邻接矩阵创建图形，然后
浏览 0提问于2018-10-02得票数 1
使用Python，如何以节省内存的方式将加权边列表转换为对称邻接矩阵？
例如，考虑以下包含4个节点和3个边的加权边列表：
A B 1
A C 2
C D 3
则输出邻接矩阵如下：
0 1 2 0
1 0 0 0
2 0 0 3
0 0 3 0
我希望以一种节省内存的方式来做到这一点-- 100000 x 100000邻接矩阵(10**10值)。请注意，矩阵是对称的，并且所有对角线的值都是0。
浏览 7提问于2021-10-24得票数 0
2回答
在内存中存储大型映射
、、、
首先是问题的上下文：--我有一个非常大的图，存储成本约为4GB。约3M节点和34M边缘。我的程序接受这个大图，然后递归地从它构建更小的图。在递归的每个级别上，我都有两个图--原始图和从原始图创建的图。递归继续进行，直到图被简化为非常小的图，例如大约10个节点。
因为我需要这些图表来执行整个程序，所以内存效率对我的应用程序至关重要。
，下面是我目前遇到的问题：--这是从较大图中创建较小图的算法：
public static Graph buildByTriples(Graph g, ArrayList<Integer> seeds) {
ArrayList<Edge&g
浏览 3提问于2016-08-12得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
