igraph.io.adjacency

module documentation
(source)

未记录

函数 _construct_graph_from_adjacency 从其邻接矩阵生成图。
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', loops='once'): (source)

从其邻接矩阵生成图。

参数
cls未记录
matrix

邻接矩阵。可能的类型有：

  • 列表的列表
  • numpy 2D 数组或矩阵（将被转换为列表的列表）
  • scipy.sparse 矩阵（将被转换为 COO 矩阵，但不会转换为密集矩阵）
  • pandas.DataFrame（列/行名称必须匹配，并将用作顶点名称）。
mode

要使用的模式。可能的值为：

  • "directed" - 图将是有向的，矩阵元素指定两个顶点之间的边数。
  • "undirected" - 图将是无向的，矩阵元素指定两个顶点之间的边数。矩阵必须是对称的。
  • "max" - 将创建无向图，顶点 i 和 j 之间的边数为 max(A(i, j), A(j, i))
  • "min" - 类似于 "max"，但使用 min(A(i, j), A(j, i))
  • "plus" - 类似于 "max"，但使用 A(i, j) + A(j, i)
  • "upper" - 使用矩阵的右上三角形（包括对角线）创建无向图
  • "lower" - 使用矩阵的左下三角形（包括对角线）创建无向图
loops指定如何处理循环边。当False或"ignore"时，邻接矩阵的对角线将被忽略。当True或"once"时，对角线被认为包含相应循环边的多重性。当"twice"时，对角线被认为包含相应循环边多重性的两倍。
def _construct_graph_from_weighted_adjacency(cls, matrix, mode='directed', attr='weight', loops='once'): (source)

从其加权邻接矩阵生成图形。

仅创建具有非零权重的边。

参数
cls未记录
matrix

邻接矩阵。可能的类型有：

  • 列表的列表
  • numpy 2D 数组或矩阵（将被转换为列表的列表）
  • scipy.sparse 矩阵（将被转换为 COO 矩阵，但不会转换为密集矩阵）
mode

要使用的模式。可能的值为：

  • "directed" - 图将是有向的，矩阵元素指定相应边的权重。
  • "undirected" - 图将是无向的，矩阵元素指定相应边的权重。矩阵必须是对称的。
  • "max" - 将创建无向图，顶点 i 和 j 之间的边的权重为 max(A(i, j), A(j, i))
  • "min" - 类似于 "max"，但使用 min(A(i, j), A(j, i))
  • "plus" - 类似于 "max"，但使用 A(i, j) + A(j, i)
  • "upper" - 使用矩阵的右上三角形（包括对角线）创建无向图
  • "lower" - 使用矩阵的左下三角形（包括对角线）创建无向图

这些值也可以作为字符串给出，不带 ADJ 前缀。

attr存储边权重的边属性的名称。
loops指定如何处理循环边。当False或"ignore"时，邻接矩阵的对角线将被忽略。当True或"once"时，对角线被认为包含相应循环边的权重。当"twice"时，对角线被认为包含相应循环边权重的两倍。