来自numpy或pandas邻接矩阵的igraph图

LondonRob 发表于 Dev

伦敦罗伯

我有一个存储为的邻接矩阵pandas.DataFrame：

node_names = ['A', 'B', 'C']
a = pd.DataFrame([[1,2,3],[3,1,1],[4,0,2]],
    index=node_names, columns=node_names)
a_numpy = a.as_matrix()

我想igraph.Graph从pandas或numpy邻接矩阵创建一个。在理想的世界中，节点将按预期命名。

这可能吗？本教程似乎对此问题保持沉默。

里卡德·乔格伦

在igraph中，您可以使用igraph.Graph.Adjacency从邻接矩阵创建图，而不必使用zip。使用加权邻接矩阵并将其存储在np.array或中时，需要注意一些事项pd.DataFrame。

igraph.Graph.Adjacency不能将np.arrayas作为参数，但是使用可以轻松解决tolist。
邻接矩阵中的整数被解释为节点之间的边数，而不是权重，这是通过使用邻接作为布尔值来解决的。

有关如何执行此操作的示例：

import igraph
import pandas as pd

node_names = ['A', 'B', 'C']
a = pd.DataFrame([[1,2,3],[3,1,1],[4,0,2]], index=node_names, columns=node_names)

# Get the values as np.array, it's more convenenient.
A = a.values

# Create graph, A.astype(bool).tolist() or (A / A).tolist() can also be used.
g = igraph.Graph.Adjacency((A > 0).tolist())

# Add edge weights and node labels.
g.es['weight'] = A[A.nonzero()]
g.vs['label'] = node_names  # or a.index/a.columns

您可以使用get_adjacency以下方法重建邻接数据框：

df_from_g = pd.DataFrame(g.get_adjacency(attribute='weight').data,
                         columns=g.vs['label'], index=g.vs['label'])
(df_from_g == a).all().all()  # --> True

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。