高效地从网络图创建邻接矩阵（反之亦然）Python NetworkX

Question

我试图学习如何创建网络图并从中生成稀疏矩阵。通过维基百科中的 Laplacian matrix 示例，我决定尝试使用 networkx 重新创建以下网络图：

如何高效转换 邻接矩阵 和 网络图 之间的关系？ 例如，如果我有一个网络图，如何快速将其转换为邻接矩阵？如果我有一个邻接矩阵，如何高效地将其转换为网络图？

以下是我用于完成此操作的代码，对于更大的网络，我感觉它非常低效。

#!/usr/bin/python

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
import scipy as sp
import pandas as pd

%matplotlib inline

#Adjacent matrix
adj_matrix = np.matrix([[0,1,0,0,1,0],[1,0,1,0,1,0],[0,1,0,1,0,0],[0,0,1,0,1,1],[1,1,0,1,0,0],[0,0,0,1,0,0]])
adj_sparse = sp.sparse.coo_matrix(adj_matrix, dtype=np.int8)
labels = range(1,7)
DF_adj = pd.DataFrame(adj_sparse.toarray(),index=labels,columns=labels)
print DF_adj

#   1  2  3  4  5  6
#1  0  1  0  0  1  0
#2  1  0  1  0  1  0
#3  0  1  0  1  0  0
#4  0  0  1  0  1  1
#5  1  1  0  1  0  0
#6  0  0  0  1  0  0

#Network graph
G = nx.Graph()
G.add_nodes_from(labels)

#Connect nodes
for i in range(DF_adj.shape[0]):
    col_label = DF_adj.columns[i]
    for j in range(DF_adj.shape[1]):
        row_label = DF_adj.index[j]
        node = DF_adj.iloc[i,j]
        if node == 1:
            G.add_edge(col_label,row_label)


#Draw graph
nx.draw(G,with_labels = True)

#DRAWN GRAPH MATCHES THE GRAPH FROM WIKI

#Recreate adjacency matrix
DF_re = pd.DataFrame(np.zeros([len(G.nodes()),len(G.nodes())]),index=G.nodes(),columns=G.nodes())
for col_label,row_label in G.edges():
    DF_re.loc[col_label,row_label] = 1
    DF_re.loc[row_label,col_label] = 1
print G.edges()
#[(1, 2), (1, 5), (2, 3), (2, 5), (3, 4), (4, 5), (4, 6)]

print DF_re
#   1  2  3  4  5  6
#1  0  1  0  0  1  0
#2  1  0  1  0  1  0
#3  0  1  0  1  0  0
#4  0  0  1  0  1  1
#5  1  1  0  1  0  0
#6  0  0  0  1  0  0

- O.rka

Answer 1

如何从图形转换为邻接矩阵：

import scipy as sp
import networkx as nx
G=nx.fast_gnp_random_graph(100,0.04)
adj_matrix = nx.adjacency_matrix(G)

这里是文档链接。

从邻接矩阵到图的转换：

H=nx.Graph(adj_matrix)  #if it's directed, use H=nx.DiGraph(adj_matrix)

这里是文档链接，涉及IT技术相关内容。请您查看并理解该文档。

- Joel

Answer 2

我曾面临同样的问题，并找到了解决方案。 我们可以使用函数from_numpy_matrix，该函数在官方网站http://networkx.github.io/documentation/networkx-1.7/reference/generated/networkx.convert.from_numpy_matrix.html中有描述。 注意，输入数据通常需要通过numpy.matrix()进行修改。 给出的示例是：

    import numpy
    A=numpy.matrix([[1,1],[2,1]])
    G=nx.from_numpy_matrix(A)

它真的很有用。

- F. C.