我已经使用networkx相当长的时间了,它一直以来都能够在很少的调整下满足我的需求,直到最近我开始研究社区检测。与之相比,igraph Python软件包似乎具有更广泛的社区检测方法实现(即使与添加了Thomas Aynaud的community软件包的networkx相比也是如此)。我想知道是否存在已经存在且经过测试的API,可以将networkx图形容易地转换为igraph结构,这样我就可以利用igraph在这个领域提供的功能了吗?
非常感谢您的答复。
这里有两种将NetworkX图转换为igraph的方法:
import networkx as nx, igraph as ig
# create sample NetworkX graph
g = nx.planted_partition_graph(5, 5, 0.9, 0.1, seed=3)
# convert via edge list
g1 = ig.Graph(len(g), list(zip(*list(zip(*nx.to_edgelist(g)))[:2])))
# nx.to_edgelist(g) returns [(0, 1, {}), (0, 2, {}), ...], which is turned
# into [(0, 1), (0, 2), ...] for igraph
# convert via adjacency matrix
g2 = ig.Graph.Adjacency((nx.to_numpy_matrix(g) > 0).tolist())
assert g1.get_adjacency() == g2.get_adjacency()
在我的机器上,使用边缘列表对以下2500个节点的图表现出了略微更快的速度:(请注意,下面的代码仅适用于Python 2;我已更新上面的代码以与Python 2/3兼容。)
In [5]: g = nx.planted_partition_graph(50, 50, 0.9, 0.1, seed=3)
In [6]: %timeit ig.Graph(len(g), zip(*zip(*nx.to_edgelist(g))[:2]))
1 loops, best of 3: 264 ms per loop
In [7]: %timeit ig.Graph.Adjacency((nx.to_numpy_matrix(g) > 0).tolist())
1 loops, best of 3: 496 ms per loop
对于g = nx.complete_graph(2500)
,使用边列表也略快一些。
Networkx和python-igraph都支持广泛的读写算法(networkx, python-igraph)。
至少有两种格式(GML和Pajek)在两者之间是常见的,尽管我没有尝试过。
当我尝试在igraph或nx上存储节点/边缘的名称时,这是我的一行代码版本,它在从igraph对象g
转移时也传输节点名称到nx:
G = nx.from_edgelist([(names[x[0]], names[x[1]])
for names in [g.vs['name']] # simply a let
for x in g.get_edgelist()], nx.DiGraph())
如果需要 igraph 对象,但只有 G(nx 对象)可用,则需要反过来进行转换:
g = igraph.Graph.TupleList(G.edges(), directed=True)
G = nx.DiGraph()
names = g.vs['name']
G.add_nodes_from(names)
G.add_edges_from([(names[x[0]], (names[x[1]])) for x in g.get_edgelist()])
从nx到igraph:
g = igraph.Graph(directed=True)
g.add_vertices(G.nodes())
g.add_edges(G.edges())
在使用 GML 和 Pajek之后,我使用 GraphML 将我的图形转移了过来。
EdgeList 也可以,但其主要缺点是丢弃了节点标识符。
我使用 R - iGraph(在 Python igraph 中有类似的函数)导出了我的无向图:
write_graph(igraphNetwork, exportFilePath, format = "graphml")
其中,exportFilePath
可以为 "folder/yournetwork.graphml" 等路径。
然后,通过 Python - NetworkX 进行导入,并按节点属性名重新标记:
import networkx as nx
G = nx.read_graphml(exportFilePath)
G = nx.relabel_nodes(G, nx.get_node_attributes(G, 'name'))
zip
不再支持下标访问。 - Arya McCarthy