igraph.io.adjacency

模块文档
（源代码）

未文档化

函数 _construct_graph_from_adjacency 从邻接矩阵生成图。
函数 _construct_graph_from_weighted_adjacency 从其加权邻接矩阵生成图。
def _construct_graph_from_adjacency(cls, matrix, mode='directed', loops='once'): （来源）

从邻接矩阵生成图。

参数
cls未文档化
matrix

邻接矩阵。可能的类型有：

  • 列表的列表
  • 一个 NumPy 2D 数组或矩阵（将转换为列表的列表）
  • 一个 SciPy 稀疏矩阵（将转换为 COO 矩阵，但不会转换为密集矩阵）
  • 一个 Pandas DataFrame（列/行名称必须匹配，并将用作顶点名称）。
mode

要使用的模式。可能的值有：

  • "directed"- 图将是有向的，矩阵元素指定两个顶点之间的边数。
  • "undirected"- 图将是无向的，矩阵元素指定两个顶点之间的边数。矩阵必须是对称的。
  • "max"- 将创建无向图，顶点 i 和 j 之间的边数为 max(A(i, j), A(j, i))
  • "min"- 类似于"max"，但边数为 min(A(i, j), A(j, i))
  • "plus"- 类似于"max"，但边数为 A(i, j) + A(j, i)
  • "upper"- 无向图，使用矩阵的右上三角形（包括对角线）
  • "lower"- 无向图，使用矩阵的左下三角形（包括对角线）
loops指定如何处理环边。当为False或"ignore"时，邻接矩阵的对角线将被忽略。当为True或"once"时，对角线被假定包含相应环边的重数。当为"twice"时，对角线被假定包含相应环边重数的两倍。
def _construct_graph_from_weighted_adjacency(cls, matrix, mode='directed', attr='weight', loops='once'): （来源）

从其加权邻接矩阵生成图。

仅创建权重非零的边。

参数
cls未文档化
matrix

邻接矩阵。可能的类型有：

  • 列表的列表
  • 一个 NumPy 2D 数组或矩阵（将转换为列表的列表）
  • 一个 SciPy 稀疏矩阵（将转换为 COO 矩阵，但不会转换为密集矩阵）
mode

要使用的模式。可能的值有：

  • "directed"- 图将是有向的，矩阵元素指定相应边的权重。
  • "undirected"- 图将是无向的，矩阵元素指定相应边的权重。矩阵必须是对称的。
  • "max"- 将创建无向图，顶点 i 和 j 之间的边权重为 max(A(i, j), A(j, i))
  • "min"- 类似于"max"，但边数为 min(A(i, j), A(j, i))
  • "plus"- 类似于"max"，但边数为 A(i, j) + A(j, i)
  • "upper"- 无向图，使用矩阵的右上三角形（包括对角线）
  • "lower"- 无向图，使用矩阵的左下三角形（包括对角线）

这些值也可以作为字符串给出，不带ADJ前缀。

attr存储边权重的边属性的名称。
loops指定如何处理环边。当为False或"ignore"时，邻接矩阵的对角线将被忽略。当为True或"once"时，对角线被假定包含相应环边的权重。当为"twice"时，对角线被假定包含相应环边权重的两倍。