IGRAPHE中计算连接平均值的有效方法？

我正在处理igraph R中一个相当大的图（约500万个顶点，4000万条边）

我想为每个顶点创建一个新属性，它是每个顶点连接的属性的平均值

例如：

人A的X值为10，他们分别与X值为20、50和65的人B、C和D相连。我想给a个人分配一个新的值45（平均值为20、50和65）

我目前正在使用以下方法（来自另一个stackoverflow答案）（我使用10个内核）

---

邻接列表函数
get.vertex.attribute
增加了一些速度。但对于图表的大小来说，这可能还不够。无论如何，这是我的稍微快一点的版本（在我对小得多的图形进行的基准测试中，它大约比您的版本快2.5倍）：

avg_nei函数
get.vertex.attribute
增加了一些速度。但对于图表的大小来说，这可能还不够。无论如何，这是我的稍微快一点的版本（在我对小得多的图形进行的基准测试中，它大约比您的版本快2.5倍）：

avg_nei

有没有更有效的方法

我想是的。不要总是调用
V（g）
，而是将属性放在向量中，并对其进行索引。如果您包括一些示例数据，那么我还将包括一些代码


这是否属于使用x值而不是度的页面排名类型算法

不，PageRank是递归的，你的排名取决于整个网络，而不仅仅取决于你邻居的分数


有可能以某种方式使用GPU吗

不是用igraph。如果没有GPU，你肯定可以使这个速度足够快，所以我不会那样做


在igraph Python中这会更快吗

这要看你怎么写。imo说，如果在R中以正确的方式编写，那么在Python中也不会更快

编辑：
我忽略了进度条，因为实际上这是最慢的

最快的解决方案以上的数据帧
使用因素
system.time({
调整向量

有没有更有效的方法

我想是的。不要总是调用
V（g）
，而是将属性放在一个向量中，并对其进行索引。如果您包含一些示例数据，那么我还将包含一些代码


这是否属于使用x值而不是度的页面排名类型算法

不，PageRank是递归的，你的排名取决于整个网络，而不仅仅取决于你邻居的分数


有可能以某种方式使用GPU吗

不使用igraph。如果没有GPU，你肯定可以使这个速度足够快，所以我不会那样做


在igraph Python中这会更快吗

这取决于你是如何写的，如果你在R中用正确的方式写的，那么在Python中也不会更快

编辑：
我忽略了进度条，因为实际上这是最慢的

最快的解决方案以上的数据帧
使用因素
system.time({
adj_vec我已经添加了一些样本数据和一些测试。data.frame方法是你建议的吗？你能提供任何改进吗？@Ger:谢谢，今天稍后会看，现在需要运行。顺便说一句。请在示例代码中设置随机种子，以确保再现性。谢谢我已经添加了一些样本数据和一些测试。data.frame是否是ap探讨你的建议？你能提供任何改进吗？@Ger:谢谢，今天晚些时候会看，现在需要运行。顺便说一句。请在示例代码中设置随机种子，以确保再现性。谢谢Hanks shadow，当然更快…请参阅上面的速度测试谢谢shadow，当然更快…请参阅上面的速度测试
adjcency_list <- get.adjlist(g)

avg_contact_val <- ldply(adjcency_list, function(neis){ mean(V(g)[neis]$X, na.rm = T)}, 
                      .parallel = TRUE
                      )

V(g)$avg_contact_val  <- avg_contact_val 

set.seed(12345)
g <- erdos.renyi.game(10000, .0005)
V(g)$NAME <- c(1:10000)
V(g)$X <- round(runif(10000,0,30))

adjcency_list <- get.adjlist(g)

sub_ages <- data.frame(NAME = V(g)$NAME, X = V(g)$X)
dta.table <- data.table(sub_ages, key = "NAME")

system.time(
avg_contact_ages <- ldply(adjcency_list, 
                          function(neis){ 
                                  mean(dta.table[neis,mean(X)], na.rm = T)
                                  }, .progress = "tk"
                          )
)

user  system elapsed 
38.87    1.50   40.37 

sub_ages2 <- data.frame(row.names = V(g)$NAME, X = V(g)$X)

system.time(
avg_contact_ages <- ldply(adjcency_list, 
                        function(neis){ 
                          mean(sub_ages2[neis, "X"], na.rm = T)
                        }, .progress = "tk"
  )
)

user  system elapsed 
8.69    1.28    9.99 

system.time(
avg_contact_ages <- ldply(adjcency_list, 
                          function(neis){ 
                            mean(V(g)[neis]$X, na.rm = T)
                          } , .progress = "tk"
                      )
)

user  system elapsed 
16.74    2.35   19.14 

system.time(
  avg_nei <- ldply(V(g), function(vert){
    mean(get.vertex.attribute(g, "X", index=neighbors(g,vert)), na.rm=TRUE)
  }, .progress = "tk")
)

user  system elapsed 
8.80    1.42   10.23 

avg_nei <- ldply(V(g), function(vert){
  mean(get.vertex.attribute(g, "X", index=neighbors(g,vert)), na.rm=TRUE)
}, .parallel = TRUE)
V(g)$avg_contact_val <- avg_nei

system.time({
  sub_ages2 <- data.frame(row.names = V(g)$NAME, X = V(g)$X);
  avg_contact_ages <- ldply(adjcency_list, function(neis) {
    mean(sub_ages2[neis, "X"], na.rm = T)
  })
})
#    user  system elapsed 
#   0.368   0.020   0.386 

system.time({
  sub_ages2 <- data.frame(row.names = V(g)$NAME, X = V(g)$X);
  avg_contact_ages <- sapply(adjcency_list, function(neis) {
    mean(sub_ages2[neis, "X"], na.rm = TRUE)
  })
})
#    user  system elapsed 
#   0.340   0.017   0.356 

system.time({
  adj_vec <- unlist(adjcency_list)
  adj_fac <- factor(rep(seq_along(adjcency_list),
                 sapply(adjcency_list, length)),levels=seq_len(vcount(g)))
  avg_contact_ages <- tapply(V(g)$X[adj_vec], adj_fac, mean, na.rm=TRUE)
})
#    user  system elapsed 
#   0.131   0.008   0.138