python-igraph API 参考

类文档

class Flow(Cut)

给定图的流。

这是一个简单的类，用于表示由Graph.maxflow返回的流。它具有以下属性

图- 定义此流的图
value- 流的值（容量）
flow- 每条边上的流量值。对于有向图，这只是一个列表，其中元素i对应于边i上的流量。对于无向图，流量的方向不受约束（因为边是无向的），因此正流量始终表示从小顶点 ID 到较大顶点的流量，而负流量表示从较大顶点 ID 到较小顶点的流量。
cut- 对应于流的最小割中的边 ID。
partition- 删除割中的边后创建的部分中的顶点 ID
es- 限制为割中边的边选择器。

通常不直接实例化此类，所有事情都由Graph.maxflow处理。

示例

>>> from igraph import Graph
>>> g = Graph.Ring(20)
>>> mf = g.maxflow(0, 10)
>>> print(mf.value)
2.0
>>> mf.es["color"] = "red"

继承自Cut

继承自VertexClustering（通过Cut）

类方法	`FromAttribute`	创建一个基于顶点属性值的顶点聚类。
方法	`__plot__`	在给定的边界框中将聚类绘制到给定的 Cairo 上下文中。
方法	`as_cover`	返回一个`VertexCover`，其中包含与此聚类相同的聚类。
方法	`cluster_graph`	返回一个图，其中每个聚类都被收缩成一个顶点。
方法	`crossing`	返回一个布尔向量，其中元素i是`True`当且仅当边i位于聚类之间时，`False`否则。
方法	`giant`	返回聚类图中最大的聚类。
方法	`recalculate_modularity`	重新计算存储的模块化值。
方法	`subgraph`	获取属于给定聚类的子图。
方法	`subgraphs`	获取属于每个聚类的所有子图。
属性	`图`	返回属于此对象的图
属性	`modularity`	返回模块化分数
方法	`_formatted_cluster_iterator`	迭代聚类并将它们格式化为字符串，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下模块化函数引发的所有异常（如果有）。
类变量	`_default_palette`	未归档
实例变量	`_graph`	未归档
实例变量	`_modularity`	未归档
实例变量	`_modularity_dirty`	未归档
实例变量	`_modularity_params`	未归档

方法	`__getitem__`	返回指定聚类的成员。
方法	`__iter__`	迭代此聚类中的聚类。
方法	`__len__`	返回聚类的数量。
方法	`compare_to`	使用一些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`	返回给定聚类的大小。
方法	`size_histogram`	返回聚类大小的直方图。
方法	`sizes`	返回给定聚类的大小。
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`	未归档
实例变量	`_membership`	未归档

def __init__(self, graph, value, flow, cut, partition): ¶

覆盖igraph.cut.Cut.__init__

初始化流。

不应直接调用此方法，所有事情都由Graph.maxflow处理。

def __repr__(self): ¶

覆盖igraph.cut.Cut.__repr__

未归档

def __str__(self): ¶

覆盖igraph.cut.Cut.__str__

未归档

@property
flow = ¶

返回每条边的流量值。

对于有向图，这只是一个列表，其中元素i对应于边i上的流量。对于无向图，流量的方向不受约束（因为边是无向的），因此正流量始终表示从小顶点 ID 到较大顶点的流量，而负流量表示从较大顶点 ID 到较小顶点的流量。

_flow = ¶

未归档

igraph.cut.Flow