标签：matrix graph networkx python
这个问题已经在这里有了答案： > Bipartite graph in NetworkX 3个
我有一个二部图的n1×n2双邻接矩阵A.矩阵A是scipy.sparse csc矩阵.我想在networkx中使用A绘制二部图.假定节点根据称为node_class的类标签着色.我可以执行以下操作：
import networkx as nx
G = nx.from_numpy_matrix(A)
graph_pos = nx.fruchterman_reingold_layout(G)
degree = nx.degree(G)
nx.draw(G, node_color = node_class, with_labels = False, node_size = [v * 35 for v in degree.values()])
上面的代码适用于正方形密集邻接矩阵.但是不适用于非正方形双邻接矩阵A.错误是：
'Adjacency matrix is not square.'
此外,矩阵A I是scipy.sparse矩阵,因为它很大并且有很多零.所以我想避免通过堆叠A并添加零来制作(n1 n2)x(n1 n2)邻接矩阵.
我检查了NetworkX的二部图文档,但没有提及如何使用双邻接矩阵绘制二部图,或如何使用双邻接稀疏矩阵创建图.如果有人可以告诉我如何绘制二部图,那就太好了！
解决方法:
我不相信有一个NetworkX函数可以根据矛盾矩阵创建图表,因此您必须编写自己的图表. (但是,他们确实有bipartite module,您应该签出.)
这是定义一个函数的一种方法,该函数采用稀疏的邻接矩阵并将其转换为NetworkX图(有关说明,请参见注释).
# Input: M scipy.sparse.csc_matrix
# Output: NetworkX Graph
def nx_graph_from_biadjacency_matrix(M):
# Give names to the nodes in the two node sets
U = [ "u{}".format(i) for i in range(M.shape[0]) ]
V = [ "v{}".format(i) for i in range(M.shape[1]) ]
# Create the graph and add each set of nodes
G = nx.Graph()
G.add_nodes_from(U, bipartite=0)
G.add_nodes_from(V, bipartite=1)
# Find the non-zero indices in the biadjacency matrix to connect
# those nodes
G.add_edges_from([ (U[i], V[j]) for i, j in zip(*M.nonzero()) ])
return G
请参阅下面的示例用例,其中我使用nx.complete_bipartite_graph生成完整的图：
import networkx as nx, numpy as np
from networkx.algorithms import bipartite
from scipy.sparse import csc_matrix
import matplotlib.pyplot as plt
RB = nx.complete_bipartite_graph(3, 2)
A = csc_matrix(bipartite.biadjacency_matrix(RB, row_order=bipartite.sets(RB)[0]))
G = nx_graph_from_biadjacency_matrix(A)
nx.draw_circular(G, node_color = "red", with_labels = True)
plt.show()
这是输出图：
标签：matrix,graph,networkx,python 来源： https://codeday.me/bug/20191121/2052117.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。