使用 networkx 上的权重从邻接矩阵创建网络

编程问答 2022-07-25

问题描述

这是我的问题：从我创建的 HMM 模型中，我想使用转换矩阵（从一个状态到另一个状态的概率）作为邻接矩阵创建一个网络。此矩阵中没有 0，对角线上也没有，因为您可以再次从状态 1 转到状态 1。 我如何确定创建的网络实际上是在使用权重（转换矩阵中的值）来创建社区？

我正在使用以下代码：

import community
import networkx as nx

G = nx.from_numpy_matrix(tm,parallel_edges=False,create_using=None)

# Relabel nodes
G = nx.relabel_nodes(G,{i: f"node_{i}" for i in G.nodes})

# Compute partition
partition = community.best_partition(G)

# Get a set of the communities
communities = set(partition.values())

# Create a dictionary mapping community number to nodes within that community
communities_dict = {c: [k for k,v in partition.items() if v == c] for c in communities}
communities_dict

并且输出有意义：5 个社区（0 到 4）将 25 个节点（从 0 到 24）分组

{0: ['node_0','node_1','node_14','node_17'],1: ['node_5','node_10','node_11','node_12'],2: ['node_2','node_20','node_24'],3: ['node_3','node_8','node_9','node_15','node_18','node_22'],4: ['node_4','node_6','node_7','node_13','node_16','node_19','node_21','node_23']}

我注意到这里有一篇关于他们使用的堆栈溢出的帖子

partition = community.best_partition(G,weight='weights')

我尝试实现它，结果很糟糕：每个节点都是一个社区（25 个节点上总共有 25 个社区）。

我的问题是：我对第一个代码做得好吗？或者正确的一个是返回坏社区的另一个？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

adjacency-matrixgraphgraphgraphnetworkx