Python networkx中的传递闭包
考虑以下示例:Python networkx中的传递闭包,python,networkx,Python,Networkx,考虑以下示例: import numpy as np import networkx as nx a = np.array([[0, 1, 1], [1, 0, 1], [1, 1, 0]]) G = nx.from_numpy_matrix(a, create_using=nx.MultiDiGraph()) T = nx.transitive_closure(G) print(nx.to_numpy_matrix(T)) 传递闭包缺少预期的自循环。为什么?(文档链接不起作用。)“预
import numpy as np
import networkx as nx
a = np.array([[0, 1, 1], [1, 0, 1], [1, 1, 0]])
G = nx.from_numpy_matrix(a, create_using=nx.MultiDiGraph())
T = nx.transitive_closure(G)
print(nx.to_numpy_matrix(T))
传递闭包缺少预期的自循环。为什么?(文档链接不起作用。)“预期”是指“根据标准定义”,例如。我预计会使用不同的定义,但它是什么?看起来像是一个实现错误。docstring在定义上是明确的:“一个图G+=(V,E+)使得对于V中的所有V,w,当且仅当G中存在从V到w的非空路径时,E+中有一条边(V,w)。”自循环符合此定义 该算法归结为,在将TC作为给定G的副本之后
for v in G:
TC.add_edges_from((v, u) for u in nx.dfs_preorder_nodes(G, source=v)
if v != u)
因此,由于if v!=u
。排除的原因是,dfs\u preorder\u节点
的输出将以v
(源)开始,而不管有什么边,当然,我们不想仅仅因为这一点而添加循环(v,v)
。但作为依赖dfs\u preorder\u节点
的副作用,该算法永远无法确定v
本身是否可以通过非空路径从v
访问
因此,为了获得通常意义上的传递闭包,我们需要为位于循环上的每个节点添加循环(v,v)
。像这样:
T = nx.transitive_closure(G)
for cycle in nx.simple_cycles(G):
T.add_edges_from((v, v) for v in cycle)
在矩阵形式中,T
现在是
[[4. 2. 2.]
[2. 4. 2.]
[2. 2. 4.]]
循环被添加了多次。如果您关心多重性(虽然我不知道传递闭包需要什么样的边多重性),可以这样做来防止多次添加边:
cycles = frozenset().union(*[frozenset(cycle) for cycle in nx.simple_cycles(G)])
T.add_edges_from((v, v) for v in cycles)
然后T
[[1. 2. 2.]
[2. 1. 2.]
[2. 2. 1.]]
文档中的链接已断开,因为看起来David Eppstein(链接到的文件的作者)已将PADS目录转换为git存储库。如果要签出引用的文件,可以克隆存储库:
git clonehttp://www.ics.uci.edu/~eppstein/PADS/.git