如何在Python的邻接矩阵中识别三合会，4个或更多的组

问题描述

所以我确实有一个邻接矩阵，并且正在寻找一个例程，该例程将标识三个，四个，五个等的组。

我遇到了以下帖子：How to efficiently calculate triad census in undirected graph in python，涉及一个非常相似的问题 非常喜欢Lomtrur提供的答案（2019年6月14日）。一旦我从Excel矩阵中创建字典字典，他/她的例程就可以完全满足三合会的需要。但是，我无法将该例程扩展到3个以上的小组（仅在我的同事的帮助下，我才设法为4个小组创建了效率很低的解决方案），也无法直接联系Lomtrur，因为我无法评论他的职位，因为我没有足够的声誉分-因此这个问题。

如果我们想象一个非常简单的0/1矩阵（在我的例子中为Excel），尺寸为5x5（行A，B，C，D，E；列A，B，C，D，E），其中所有节点是0并且只有以下节点是1 ::（A，B），（A，C），（A，E），（B，A），（B，C），（B，E），（C，A ），（C，B），（C，E），（E，A），（E，B），（E，C），我可以使用以下命令将其转换成Python中的字典：

   my_dictionary = pd.read_excel('file.xlsx',index_col=0)
   g = nx.from_pandas_adjacency(my_dictionary)
   _m = nx.convert.to_dict_of_dicts(g)

给我

_m = {'A': {'B': {},'C': {},'E': {}},'B': {'A': {},'C': {'A': {},'B': {},'D': {},'E': {'A': {},'C': {}}}

或者：

_m {'A': {'B': {'weight': 1},'C': {'weight': 1},'E': {'weight': 1}},'B': {'A': {'weight': 1},'C': {'A': {'weight': 1},'B': {'weight': 1},'E': {'A': {'weight': 1},'C': {'weight': 1}}}

运行来自Lomtrur的代码，这会散出以下三元组/三组：{（'A'，'B'，'E'），（'A'，'B'，'C'），（ 'A'，'C'，'E'），（'B'，'C'，'E'）}}，因为显然A既与B连接，又与E连接，而E同时与B连接，三角形/三合会。其他三个三合会也是如此。

尽管如此，这里也有四个（“ A”，“ B”，“ C”，“ E”）组，因为该组的所有“成员”也都作为二元组连接。 A与B，C，E有直接链接，B与A，C，E等都有直接链接。我想问的是，有人是否会那么友善，并帮助我扩展帖子中的代码链接到上面，这样例程就不仅可以识别三人组，还可以识别四，五个或更多成员的组？！

非常感谢您， 如果需要，我很乐意提供更多详细信息！

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@）