igraph.Cut - python-igraph 文档

类文档

类 Cut(VertexClustering): (源代码)

已知子类: igraph.Flow

构造函数: Cut(graph, value, cut, partition, partition2)

在继承层次结构中查看

给定图的割。

这是一个简单的类，用于表示由 Graph.mincut()、Graph.all_st_cuts() 和其他计算割的函数返回的割。

割是一种特殊的顶点聚类，只有两个簇。除了通常的 VertexClustering 方法外，它还具有以下属性

value- 割的值（容量）。如果边上没有容量，则它等于边的数量。
partition- 移除割中边后创建的部件中的顶点 ID
cut- 割中的边 ID
es- 限制在割中边的边选择器。

您可以使用此对象上的索引来获取分区两边的顶点 ID 列表。

此类通常不直接实例化，一切都由返回割的函数处理。

示例

>>> from igraph import Graph
>>> g = Graph.Ring(20)
>>> mc = g.mincut()
>>> print(mc.value)
2.0
>>> print(min(len(x) for x in mc))
1
>>> mc.es["color"] = "red"

方法	`__init__`	初始化割。
方法	`__repr__`	未文档化
方法	`__str__`	未文档化
属性	`cut`	返回割中的边 ID
属性	`es`	返回限制在割中的边选择器
属性	`partition`	返回根据割分区的顶点 ID
属性	`value`	返回割中边的容量总和
实例变量	`_cut`	未文档化
实例变量	`_partition`	未文档化
实例变量	`_value`	未文档化

继承自 VertexClustering

类方法	`FromAttribute`	根据顶点属性的值创建顶点聚类。
方法	`__plot__`	将聚类绘制到给定的Cairo上下文或matplotlib Axes。
方法	`as_cover`	返回一个`VertexCover`，它包含与此聚类相同的簇。
方法	`cluster_graph`	返回一个图，其中每个簇被收缩成一个顶点。
方法	`crossing`	返回一个布尔向量，其中元素 i 为`真`当且仅当边 i 位于簇之间，`假`否则。
方法	`giant`	返回聚类图中最大的簇。
方法	`recalculate_modularity`	重新计算存储的模块化值。
方法	`subgraph`	获取属于给定簇的子图。
方法	`subgraphs`	获取属于每个簇的所有子图。
属性	`graph`	返回属于此对象的图
属性	`modularity`	返回模块化分数
方法	`_formatted_cluster_iterator`	遍历簇并将其格式化为字符串，以便在摘要中显示。
方法	`_recalculate_modularity_safe`	重新计算存储的模块化值，并吞噬（如果存在）模块化函数引发的所有异常。
类变量	`_default_palette`	未文档化
实例变量	`_graph`	未文档化
实例变量	`_modularity`	未文档化
实例变量	`_modularity_dirty`	未文档化
实例变量	`_modularity_params`	未文档化

继承自 Clustering (通过 VertexClustering)

方法	`__getitem__`	返回指定簇的成员。
方法	`__iter__`	迭代此聚类中的簇。
方法	`__len__`	返回簇的数量。
方法	`compare_to`	使用某种相似性或距离度量将此聚类与另一个聚类进行比较。
方法	`size`	返回给定簇的大小。
方法	`size_histogram`	返回簇大小的直方图。
方法	`sizes`	返回给定簇的大小。
方法	`summary`	返回聚类的摘要。
属性	`membership`	返回成员向量。
属性	`n`	返回此聚类覆盖的元素数量。
实例变量	`_len`	未文档化
实例变量	`_membership`	未文档化