Python 无向图对顶点重新排序

给定一个邻接矩阵和一个新的顶点顺序，我们如何在python中排列图？是否有用于此任务的库？

您只需手动构造新的邻接矩阵即可

old

是旧的邻接矩阵，

perm

是存储每个新顶点的旧名称的向量，也就是说，如果顶点

j

移动到顶点

i

，则

perm[i]==j

import numpy as np

def rearrange(old, perm):
    n = old.shape[0]
    new = np.zeros_like(old)

    for x in xrange(n):
        for y in xrange(x+1): # only need to traverse half the matrix
            # the matrix is symmetric (because of undirectedness)
            new[y, x] = new[x, y] = old[perm[x], perm[y]]
    return new

---

（注意，我假设您将邻接矩阵作为密集矩阵存储在

n

×

n

numpy数组中。另外，对于Python3.x，

xrange

应该是

range

）

您可以手工构造新的邻接矩阵

old

是旧的邻接矩阵，

perm

是存储每个新顶点的旧名称的向量，也就是说，如果顶点

j

移动到顶点

i

，则

perm[i]==j

import numpy as np

def rearrange(old, perm):
    n = old.shape[0]
    new = np.zeros_like(old)

    for x in xrange(n):
        for y in xrange(x+1): # only need to traverse half the matrix
            # the matrix is symmetric (because of undirectedness)
            new[y, x] = new[x, y] = old[perm[x], perm[y]]
    return new

（注意，我假设您正在将邻接矩阵作为密集矩阵存储在

n

×

n

numpy数组中。另外，对于Python 3.x，

xrange

应该是

range

）

的可能重复