问题描述
给定一组值:
x = array([[0,1,2],[3,4,5],[6,7,8]])
我想知道是否有一种最佳方法可以轻松获得其等效邻接矩阵:
M = array([[ inf,1.,inf,3.,4.,inf],[ 0.,2.,5.,[ inf,6.,7.,8.],inf]])
这个想法实际上是在 networx 中构建一个可以使用的对象,我希望获得单元格网格的邻接矩阵,以便能够在 networkx 中加载该矩阵,但是如果有更好的方法来实现我愿意接受建议。 根据文档,我已经能够找到 grid_2d_graph () 函数,该函数允许在给定原始矩阵的 n 行和 m 列的情况下对我想要的图形进行尺寸标注,但是我希望权重从一个节点到另一个节点(如果可能),为目标节点所在数组的值。
编辑
虽然建议的例子是一个特殊情况(方阵和有序值),但问题出现在任何矩阵上,维度不一定相等和随机值。
解决方法
我认为这就是您所追求的:
def create_adj_mat(x):
y = np.ones([x.size,np.max(x)+1]) * np.inf #initialize
for I,i in enumerate(np.ravel(x)):
#get adjacent values of y and x points
d = x[max(0,I//x.shape[1]-1):min(x.shape[0],I//x.shape[1]+2),max(0,I%x.shape[1]-1):min(x.shape[1],I%x.shape[1]+2)]
y[I,np.ravel(d)] = np.ravel(d)
np.fill_diagonal(y,np.inf) #remove i,i points
return y
它遍历输入矩阵的散列值并找到相邻值(-1 和 +2 偏移,+2 因为 python 索引)并根据这些值设置数组 y。
当您传递矩阵时,您会得到:
x = np.array([[0,1,2],[3,4,5],[6,7,8]])
y = create_adj_mat(x)
print(y)
array([[inf,1.,inf,3.,4.,inf],[ 0.,2.,5.,[inf,6.,7.,8.],inf]])
编辑
假设表示一个无序、非方阵,我对我的代码做了一个小改动,如下所示:
def create_adj_mat(x):
y = np.ones([np.max(x)+1,I%x.shape[1]+2)]
y[i,i points
return y
然后,当你传递这样一个数组时:
d = np.array([[10,3],[5,12],[2,1]])
create_adj_mat(d)
array([[inf,12.],10.,inf]])
,
使用 networkx
从数组构造隐含网络,我们
将每个有向图边的权重指定为
目标节点。然后,我们可以使用 adj_matrix() 函数来生成
矩阵:
import networkx as nx
import numpy as np
x = np.arange(9).reshape(3,3)
G = nx.DiGraph()
# Ensure nodes sort order
G.add_nodes_from(np.arange(9))
i1,j1 = x.shape
for i in range(i1):
for j in range(j1):
if i < i1-1:
G.add_edge(x[i,j],x[i+1,weight=x[i+1,j])
G.add_edge(x[i+1,x[i,weight=x[i,j])
if j > 0:
G.add_edge(x[i,j-1],j-1])
G.add_edge(x[i+1,j])
if j < j1-1:
G.add_edge(x[i,j+1],j+1])
G.add_edge(x[i,j])
if i < i1-1:
G.add_edge(x[i,j+1])
G.add_edge(x[i+1,j])
if i > 0:
G.add_edge(x[i,x[i-1,weight=x[i-1,j+1])
G.add_edge(x[i-1,j])
am1 = nx.adj_matrix(G).todense().astype(float)
np.putmask(am1,am1==0,np.inf)
print(am1)
输出:
# [[inf 1. inf 3. 4. inf inf inf inf]
# [inf inf 2. 3. 4. 5. inf inf inf]
# [inf 1. inf inf 4. 5. inf inf inf]
# [inf 1. inf inf 4. inf 6. 7. inf]
# [inf 1. 2. 3. inf 5. 6. 7. 8.]
# [inf 1. 2. inf 4. inf inf 7. 8.]
# [inf inf inf 3. 4. inf inf 7. inf]
# [inf inf inf 3. 4. 5. 6. inf 8.]
# [inf inf inf inf 4. 5. inf 7. inf]]