我试图从我生成的图表中生成一个关联矩阵:
igraph_t generateGeometricGraph(igraph_integer_t n, igraph_real_t radius){
igraph_t G_graph;
igraph_bool_t connected;
// generate a connected random graph using the geometric model
igraph_grg_game(&G_graph, n, radius, 0, 0, 0);
igraph_is_connected(&
我想使用朱莉娅-朗中Python库的某些特性。我知道有一个Julia包图,但是我特别需要Igraph。我以前在PyCall中使用过python库,但这一次我使用了。
using PyCall
@pyimport igraph
但我错了:
@pyimport not defined
我现在的Julia版本是: 0.4.0-dev+147
提前感谢
我正在python上运行igraph,并且我注意到iGraph并没有为多个图正确地实现图同构检查。例如:
$ python
Python 2.7.6 (default, Jun 22 2015, 17:58:13) [GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import igraph
>>> g = igraph.Graph(3)
>
我想要创建一个igraph对象。首先,我设置igraph对象的大小- n, m,然后创建一个随机矩阵.因此,矩阵B将被填充。矩阵B是图形对象的邻接矩阵。在循环内部,我计算距离d (标量)和权重矩阵W.我想提高计算的效率。我认为这是可能的,因为我在代码中使用了4个for-循环:
n <- 6
m <- 7
mat <- matrix(sample(0:255, n*m, replace=T), nrow = n, ncol = m)
R <- 2
a <- 1
b <- 1
d <- 0
e <- 0
g <- 0
W
假设我使用创建了一个随机图:
n=6 # number of vertices
F <- erdos.renyi.game(n, p.or.m=0.7, directed=FALSE)
m=ecount(F)
min = 1 # 1 km
max = 50 # 50 km
F <- set.edge.attribute(F, name="distance", value=runif(m , min , max))
plot(F, layout=layout.fruchterman.reingold)
distances(F)
distances(F,
我有一个包含关系列表的关系表:
Party_A Party_B
a b
c a
d b
b e
...
您可以认为此表包含图中(有向:方向是从Party_A到Party_B)边的信息。
我想要一些包,可以将这个表转换为支持以下查询的图模型:找到彼此最相似的两个部分,其中相似度定义为具有最常见的输入边。
R中有什么包可以帮助我做到这一点吗?谢谢。