python-igraph API 参考

python-igraph 中所有类、函数和方法的列表

igraph.clustering.VertexDendrogram

类文档

class VertexDendrogram(Dendrogram)

在层级结构中查看

顶点集层次聚类产生的树状图。

方法 __init__ 为给定的图创建一个树状图对象。
方法 __plot__ 在给定的 Cairo 上下文中绘制顶点树状图
方法 as_clustering 在给定级别切割树状图，并返回相应的 VertexClustering 对象。
方法 optimal_count.setter 未归档
属性 optimal_count 返回此树状图的最佳聚类数。
实例变量 _graph 未归档
实例变量 _modularity_params 未归档
实例变量 _names 未归档
实例变量 _optimal_count 未归档

继承自 Dendrogram

方法 __str__ 未归档
方法 format 以其他格式格式化树状图。
方法 names.setter 设置树状图中节点的名称
方法 summary 返回树状图的摘要。
属性 merges 以矩阵格式返回执行的合并
属性 names 返回树状图中节点的名称
静态方法 _convert_matrix_to_tuple_repr 将聚类的矩阵表示形式转换为元组表示形式。
方法 _item_box_size 计算在树状图底部绘制单个顶点所需的空间量。
方法 _plot_item 将树状图项绘制到给定的 Cairo 上下文中
方法 _traverse_inorder 进行合并树的中序遍历。
实例变量 _merges 未归档
实例变量 _nitems 未归档
实例变量 _nmerges 未归档
def __init__(self, graph, merges, optimal_count=None, params=None, modularity_params=None):
覆盖 igraph.clustering.Dendrogram.__init__

为给定的图创建一个树状图对象。

参数
图将与聚类关联的图
merges以矩阵形式给出的执行的合并。
optimal_count树状图应切割的最佳聚类数。 这通常是由生成树状图的聚类算法提供的提示。None表示此提示不可用； 在这种情况下，将基于模块性选择最佳计数。
params要存储在此对象中的其他参数。
modularity_params应传递给 Graph.modularity 的参数，以便在（重新）计算模块性时使用。 如果原始图已加权，则应传递一个包含weight键和此处相应值的字典。
def __plot__(self, context, bbox, palette, *args, **kwds):
覆盖 igraph.clustering.Dendrogram.__plot__

在给定的 Cairo 上下文中绘制顶点树状图

有关支持的关键字参数的列表，请参见 Dendrogram.__plot__ 。

def as_clustering(self, n=None):

在给定级别切割树状图，并返回相应的 VertexClustering 对象。

参数
n所需的聚类数。 从头开始重播合并，直到成员向量恰好包含 n 个不同的元素，或者直到没有更多记录的合并为止，以先发生者为准。 如果None，则将使用聚类算法给出的最佳计数提示。 如果未给出最佳计数，则将通过选择模块性最大的级别来计算最佳计数。
返回值
一个新的 VertexClustering 对象。
@optimal_count.setter
def optimal_count(self, value):

未归档

@property
optimal_count =

返回此树状图的最佳聚类数。

如果在构造时给出了最佳计数提示，则此属性仅返回该提示。 如果未给出此计数，则此方法通过最大化树状图中所有可能切割的模块性来计算最佳聚类数。

_graph =

未归档

_modularity_params: dict =

未归档

_names =
覆盖 igraph.clustering.Dendrogram._names

未归档

_optimal_count =

未归档