Python Scipy和Networkx：如何计算欧几里德距离矩阵？

我正在使用PythonNetworkx构建一个图，我以以下节点位置为例（positions.txt）：

节点ID，X，Y。我使用熊猫读取文件，并将位置设置为Networkx中的节点属性。使用

for

循环（无自边）中的

add_edge（id1，id2，weight）

方法添加节点。到目前为止，我假设默认情况下所有节点都相互连接，并且没有考虑节点的半径或距离等参数。
现在，我想使用这些节点位置计算节点之间的欧几里德半径或距离矩阵，并使用该矩阵，我想能够打印位于给定半径

n

内的节点的邻居，并将该文件保存为csv矩阵文件。一位朋友建议我使用

scipy

的

euclidean

方法，但我不知道如何使用它来构建矩阵，因此我没有起点。我尝试使用了

ego\u graph（）

，但没有得到想要的结果。
在解决我的问题时，非常感谢任何帮助。
提前谢谢。（使用Ubuntu14.04 32位VM和Python 2.7）

您可以使用它生成给定坐标列表的距离矩阵

显然，numpy数组总是0索引的，如果您的节点有随机数，您需要保留一个它们的列表，以了解矩阵的哪一行/列对应于哪一对

之后你所做的应该是微不足道的，但我会根据你的描述给出一个例子。对于每个节点，打印所述节点的id以及阈值距离内任何相邻节点的id

import numpy as np
from scipy.spatial import distance

def neighbour_nodes_of(node, dist_matrix, distance):
    row = dist_matrix[node]
    return np.where((row <= distance) * (row > 0))[0]

ids = [1, 2, 3, 4, 5]
coords = [(21.5, 23),
          (24.5, 20),
          (19.5, 19),
          (22.5, 15),
          (24.5, 12),
          ]
threshold = 8.

dist_matrix = distance.cdist(coords, coords)

# this is something you can write to a file instead
for i, node_id in enumerate(ids):
    neighbours = neighbour_nodes_of(i, dist_matrix, threshold)
    neighbour_ids = [ids[n] for n in neighbours]
    print([node_id] + neighbour_ids)

将numpy导入为np
从scipy.spatial导入距离
定义相邻节点（节点、距离矩阵、距离）：
行=距离矩阵[节点]
返回np.where（（第0行））[0]
ids=[1,2,3,4,5]
coords=[（21.5,23），
(24.5, 20),
(19.5, 19),
(22.5, 15),
(24.5, 12),
]
阈值=8。
距离矩阵=距离.cdist（坐标，坐标）
#这是可以改为写入文件的内容
对于i，枚举中的节点_id（id）：
邻居=邻居节点（i，距离矩阵，阈值）
邻居_id=[ids[n]表示邻居中的n]
打印（[节点id]+邻居id）

节点对（i，j）的距离与（j，i）的距离相同，显然，如果一个在范围内，那么另一个也在范围内。当你保存数据时，你想要两个结果吗？@Reti43你说得很对。如果两个结果都被保存，那么它肯定会成为一个矩阵。我假设如果我只保存一个结果，那么它就像一个边缘列表。如果我能两者兼得最好，这样以后我就可以选择哪一个最适合我的实验了。还有一个问题，尽管它可能无关紧要。添加节点的

add_edge（id1，id2，weight）

的含义是什么？您可以使用

add_node（）

简单地添加一个节点，然后将位置设置为属性，就像您之前描述的一句话一样。我使用2

for

for循环在

add_edge（）

中添加节点，而不是多次使用

add_node（）

，只是出于好奇（以及一点必要性），我还有一个问题：我正在循环运行

nx.draw

和

plt.show（）

，以便在图形中重新创建边的添加和删除（就像电影一样）。但是，循环会导致输出与以前迭代中的所有边和节点重叠，并污损不需要的输出。您知道在每次迭代时“重新绘制”图形以避免上述问题的方法吗？再次感谢您的帮助：）@MFHS有多种动画显示方法，其中最关键的是在每个循环中调用

plt.cla（）

，以清除当前轴。（您可能还需要调用

plt.gcf（）.canvas.draw（）

）。如果您只需要检查一个较短的序列，但随着重绘次数的增加，时间越来越长，这通常是可以的。有关更多备选方案，请参阅

import numpy as np
from scipy.spatial import distance

def neighbour_nodes_of(node, dist_matrix, distance):
    row = dist_matrix[node]
    return np.where((row <= distance) * (row > 0))[0]

ids = [1, 2, 3, 4, 5]
coords = [(21.5, 23),
          (24.5, 20),
          (19.5, 19),
          (22.5, 15),
          (24.5, 12),
          ]
threshold = 8.

dist_matrix = distance.cdist(coords, coords)

# this is something you can write to a file instead
for i, node_id in enumerate(ids):
    neighbours = neighbour_nodes_of(i, dist_matrix, threshold)
    neighbour_ids = [ids[n] for n in neighbours]
    print([node_id] + neighbour_ids)