如何获取JanusGraph Gremlin返回的子图的邻接矩阵？

我使用这个查询来获得指定节点的三跳子图

subgraph = g.V().has('customer', 'id', '528311').repeat(bothE().subgraph('subGraph').otherV()).times(3).cap('subGraph').next()

---

我想得到这个子图的邻接矩阵，这样我就可以把它输入到光谱聚类模型中。

用TinkerPop从一个图中生成邻接矩阵实际上没有捷径（也许应该纠正一下）。您基本上只需要自己构建一个，这并不难-我将使用“现代”图形作为示例：

gremlin> g = TinkerFactory.createModern().traversal()
==>graphtraversalsource[tinkergraph[vertices:6 edges:6], standard]
gremlin> count = g.V().order().by('name').store('x').
......1>           property('oid',union(select('x').count(local),
......2>                                constant(-1)).sum()).
......3>           count().next()
==>6

我添加了一个“oid”属性值，它只是一个自定义id，使用数据的自定义排序格式从零开始递增，因此很容易与矩阵的结构对齐，“oid”将与数据中的行和列的位置对齐：

gremlin> g.V().elementMap()
==>[id:1,label:person,name:marko,oid:2,age:29]
==>[id:2,label:person,name:vadas,oid:5,age:27]
==>[id:3,label:software,name:lop,oid:1,lang:java]
==>[id:4,label:person,name:josh,oid:0,age:32]
==>[id:5,label:software,name:ripple,oid:4,lang:java]
==>[id:6,label:person,name:peter,oid:3,age:35]

然后，我构造一个给定顶点数的字节矩阵：

gremlin> matrix = new byte[count][count]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]

最后，我通过每一条边来更新矩阵，作为副作用。我选择将每个

边

转换为

贴图

，这样可以很容易地消除顶点之间的多条边的重复，并可能更清楚地演示对矩阵本身的更新：

gremlin> g.E().project('out','in').
......1>         by(outV().values('oid')).
......2>         by(inV().values('oid')).
......3>   dedup().
......4>   each {
......5>     matrix[(int) it['out']][(int) it['in']] = 1
......6>   }
gremlin> matrix
==>[0, 1, 0, 0, 1, 0]
==>[0, 0, 0, 0, 0, 0]
==>[1, 1, 0, 0, 0, 1]
==>[0, 1, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]
==>[0, 0, 0, 0, 0, 0]