Python 输入用于scipy图形搜索的图形
根据我可以找到的示例,输入图的形式似乎是NxN,其中图的索引对等于该值 那么矩阵呢Python 输入用于scipy图形搜索的图形,python,search,scipy,graph-theory,Python,Search,Scipy,Graph Theory,根据我可以找到的示例,输入图的形式似乎是NxN,其中图的索引对等于该值 那么矩阵呢 G = [ [0,5,2], [3,0,8], [12,7,0] ] 表示2->1的边权重是索引G[1,0]=3的值 如果这是错误的,请解释 我遇到的问题是如何以这种方式有效地输入节点连接,从字典开始,其中键是节点,值是连接节点的数组 {'node1':[node2,weight1],[node3,weight2]}其中边node1->node2=weight1 我可以遍历一个键循环
G = [ [0,5,2],
[3,0,8],
[12,7,0] ]
表示2->1
的边权重是索引G[1,0]=3的值
如果这是错误的,请解释
我遇到的问题是如何以这种方式有效地输入节点连接,从字典开始,其中键是节点,值是连接节点的数组
{'node1':[node2,weight1],[node3,weight2]}
其中边node1->node2=weight1
我可以遍历一个键循环并生成一个新的[[node1,node2,weight1],[node1,node3,weight2]]
,但这也不能让我更接近scipy格式。有没有一种简单的方法可以从字典或迭代数组中进行转换?假设您已经知道图形中的节点数N,并且图形是定向的,您可以这样做:
def create_csgraph_matrix(d, N):
M = np.zeros((N,N))
for i in d:
for l in d[i]:
j = l[0]
weight = l[1]
M[i, j] = weight
return M
其中d
是您表格中的字典。例如:
In [38]: d = {0: [[1, 10], [2, 20]], 2: [[1, 15]]}
In [39]: create_csgraph_matrix(d,3)
Out[39]:
array([[ 0., 10., 20.],
[ 0., 0., 0.],
[ 0., 15., 0.]])
请注意,此图中的节点为0,1,2