我需要创建一个子图从邻接矩阵选择的从属关系数据。如何匹配邻接矩阵和从属矩阵?
取以下邻接矩阵:
A B C D E F G
A 0 1 0 1 0 1 0
B 1 0 1 1 0 1 0
C 0 1 0 0 0 0 0
D 1 1 0 0 1 1 0
E 0 0 0 1 0 1 0
F 1 1 0 1 1 0 1
G 0 0 0 0 0 1 0
以及以下隶属关系矩阵:
我想创建一个和弦图表来展示不同项目之间的关系,基于它们的关键字。所以我的数据看起来像这样( A,B,C代表关键字):
A B C
Project 1 1 0 1
Project 2 0 1 1
Project 3 1 0 1
为了创建chord图,我需要将数据转换为邻接矩阵或边列表。
我试着在原始数据集上使用igraph,但它需要一个邻接矩阵,而我不知道如何转换数据。
邻接矩阵如下所示:
A B C
A - 0 1
B 0 - 1
C 2 1 -
我正在尝试使用R中的'networkD3‘库为我的数据创建chord图。我遵循了这篇stackoverflow文章中提出的逻辑:
我对使用'igraph‘和'networkd3’创建chord图特别感兴趣,因为我在我的计算机上没有安装其他库(如"circlize")的管理权限。
我在R中创建了一些假数据:
library(igraph)
library(dplyr)
library(networkD3)
#create file from which to sample from
x5 <- sample(1:100, 1100, replace
如果使用邻接矩阵表示,Prim算法的时间复杂度为O(|V|^2)。
我试图用邻接矩阵实现Prim的算法。我正在使用作为参考。
V = {1,2...,n}
U = {1}
T = NULL
while V != U:
/*
Now this implementation means that
I find lowest cost edge in O(n).
How do I do that using adjacency list?
*/
let (u, v) be the lowest cost e
给定一个简单图的邻接矩阵,我如何编写一个枚举孤立顶点的函数?(如果有)
孤立顶点是阶数为0的顶点。
邻接矩阵如下所示
a, b, c, d, e = range(6)
# a b c d e f
N = [[0,1,0,0,0,1], # a
[1,0,1,0,0,0], # b
[0,1,0,1,0,0], # c
[0,0,1,0,0,1], # d
[0,0,0,0,0,0], # e
[1,0,0,1,0,0], # f
我需要一个像这样的csv文件
,A,B,C
B,0,0.25,1.3
D,,,
C,,0.75,1
其中A、B、C和D都是节点,值是它们连接的强度。如您所见,我的输入csv不是邻接矩阵,每个轴上的节点也不一定相同。
其思想是将csv转换为基于阈值的加权边缘列表。例如,阈值为0.3时,上述csv将返回:
C B 1.3
B C 0.75
C C 1
我是python的新手,我不知道该怎么做。我已经能够从邻接矩阵生成图,但是,我正在分析的数据不再是干净的,我的代码不再能够处理它。
我想用julia生成一个Erdos-Renyi随机图,最重要的是得到邻接矩阵。我已经尝试了以下代码:
using Erdos
using PyPlot
g = erdos_renyi(100, 0.1);
am = adjacency_matrix(g);
imshow(am)
然而,我得到的邻接矩阵的图似乎不正确。
如何才能正确地生成它们?即使是用不同的Julia套餐。
我有一个包含169个顶点和513条边的图。我需要提取所有的ego_networks或sub_networks来得到每个节点及其直接邻居。我设法使用ego(图)来实现这一点,它生成每个节点及其直接邻域。然而,此函数的结果是一个列表列表,无法将每个ego提取为单独的图形或邻接矩阵对象。 有没有一种方法可以将每个ego_net提取为一个图形或邻接矩阵对象? sub1 <- ego(graph)
#sub1 is a list of lists that contain each nodes with its direct neighbours.
I can access each ego