igraph.VertexDendrogram

class documentation

class VertexDendrogram(Dendrogram): (source)

构造函数: VertexDendrogram(graph, merges, optimal_count, modularity_params)

查看层次结构

由图的顶点集的层次聚类产生的树状图。

方法 __init__ 为给定图创建一个树状图对象。
方法 __plot__ 在给定的Cairo上下文或matplotlib轴上绘制顶点树状图
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 未记录
属性 optimal_count 返回此树状图的最佳聚类数。
实例变量 _graph 未记录
实例变量 _modularity_params 未记录
实例变量 _names 未记录
实例变量 _optimal_count 未记录

继承自 Dendrogram:

方法 __str__ 未记录
方法 format 将树状图格式化为外部格式。
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 返回以矩阵格式执行的合并
属性 names 返回树状图中节点的名称
静态方法 _convert_matrix_to_tuple_repr 将聚类的矩阵表示转换为元组表示。
方法 _traverse_inorder 对合并树进行中序遍历。
实例变量 _merges 未记录
实例变量 _nitems 未记录
实例变量 _nmerges 未记录
def __init__(self, graph, merges, optimal_count=None, modularity_params=None): (source)
overrides igraph.Dendrogram.__init__

为给定图形创建一个树状图对象。

参数
graph将与聚类关联的图
merges以矩阵形式给出的合并操作。
optimal_count树状图应被切割的最佳聚类数量。这通常是由生成树状图的聚类算法提供的提示。None 表示没有这样的提示；在这种情况下，将基于模块性选择最佳数量。
modularity_params当模块性被（重新）计算时，应传递给Graph.modularity的参数。如果原始图是加权的，你应该在这里传递一个包含weight键的字典，并带有适当的值。
def __plot__(self, backend, context, *args, **kwds): (source)
overrides igraph.Dendrogram.__plot__

在给定的Cairo上下文或matplotlib Axes上绘制顶点树状图

请参阅 Dendrogram.__plot__ 以获取支持的关键字参数列表。

def as_clustering(self, n=None): (source)

在给定级别切割树状图并返回相应的VertexClustering对象。

参数
n所需的聚类数量。从开始回放合并，直到成员向量恰好有n个不同的元素，或者直到没有更多的记录合并，以先发生者为准。如果None，将使用聚类算法给出的最优计数提示。如果也没有给出最优计数，则通过选择模块性最大的级别来计算。
返回
一个新的 VertexClustering 对象。
@optimal_count.setter
def optimal_count(self, value): (source)

未记录

@property
optimal_count = (source)

返回此树状图的最佳聚类数。

如果在构建时给出了最佳计数提示，此属性仅返回提示。如果未给出此类计数，则此方法通过最大化沿树状图中所有可能切割的模块性来计算最佳聚类数。

_graph = (source)

未记录

_modularity_params: dict = (source)

未记录

_names = (source)
overrides igraph.Dendrogram._names

未记录

_optimal_count = (source)

未记录