python-igraph API 参考

python-igraph 中所有类、函数和方法的列表

igraph.io.adjacency

模块文档

未归档

函数 _construct_graph_from_adjacency 从其邻接矩阵生成一个图。
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', *args, **kwargs):

从其邻接矩阵生成一个图。

参数
cls未归档
矩阵

邻接矩阵。可能的类型是

  • 列表的列表
  • numpy 2D 数组或矩阵（将转换为列表的列表）
  • scipy.sparse 矩阵（将转换为 COO 矩阵，而不是稠密矩阵）
  • 一个 pandas.DataFrame (列/行名称必须匹配，并将用作顶点名称)。
模式

要使用的模式。可能的值为

  • "directed"（有向）- 图将是有向图，矩阵元素给出两个顶点之间的边数。
  • "undirected"（无向）- 别名为"max"（最大值）为方便起见。
  • "max"（最大值）- 将创建一个无向图，顶点 i 和 j 之间的边数为 max(A(i, j), A(j, i))
  • "min"（最小值）- 类似于"max"（最大值），但使用 min(A(i, j), A(j, i))
  • "plus"（加）- 类似于"max"（最大值），但使用 A(i, j) + A(j, i)
  • "upper"（上三角）- 具有矩阵右上三角形（包括对角线）的无向图
  • "lower"（下三角）- 具有矩阵左下三角形（包括对角线）的无向图
*args未归档
**kwargs未归档
def _construct_graph_from_weighted_adjacency(cls, matrix, mode='directed', attr='weight', loops=True):

从其加权邻接矩阵生成图。

参数
cls未归档
矩阵

邻接矩阵。可能的类型是

  • 列表的列表
  • numpy 2D 数组或矩阵（将转换为列表的列表）
  • scipy.sparse 矩阵（将转换为 COO 矩阵，而不是稠密矩阵）
模式

要使用的模式。可能的值为

  • "directed"（有向）- 图将是有向图，矩阵元素给出两个顶点之间的边数。
  • "undirected"（无向）- 别名为"max"（最大值）为方便起见。
  • "max"（最大值）- 将创建一个无向图，顶点 i 和 j 之间的边数为 max(A(i, j), A(j, i))
  • "min"（最小值）- 类似于"max"（最大值），但使用 min(A(i, j), A(j, i))
  • "plus"（加）- 类似于"max"（最大值），但使用 A(i, j) + A(j, i)
  • "upper"（上三角）- 具有矩阵右上三角形（包括对角线）的无向图
  • "lower"（下三角）- 具有矩阵左下三角形（包括对角线）的无向图

这些值也可以作为没有以下内容的字符串给出ADJ前缀。

attr存储边权重的边属性的名称。
循环是否包括环边。当False（假）时，将忽略邻接矩阵的对角线。