HyperNetX + Graphistry = 💪💪💪

您可以通过下面的示例类快速探索使用Graphistry的HyperNetX图。

PNNL的HyperNetX是一个新的Python库，用于操作超图：其中一条边可以连接任意数量的节点。下面的辅助类以两种不同的模式将HyperNetX图转换为2边图（节点/边属性表作为Pandas数据框）：

• hypernetx_to_graphistry_bipartite(hnx_graph):

  • 将每个超边和超节点转换为节点。它们形成一个二分图：每当一个超边包含一个超节点时，就从超边的节点创建一条边到超节点的节点。

  • 例如：超边 0: ['a', 'b', 'c'] => 边 (0, 'a'), 边 (0, 'b'), 边 (0, 'c')

• hypernetx_to_graphistry_nodes(hnx_graph):

  • 将每个超节点转换为一个节点，并且每当两个超节点共享同一个超边时，在它们对应的节点之间创建一条边

  • 为了强调边是无向的，库将边的曲率设置为0（直线）

  • 例如：超边 0: ['a', 'b', 'c'] => 边 ('a', 'b'), 边 ('a', 'c'), 边 ('b', 'c')

安装

Graphistry Core 发行版中已预安装的依赖项

# ! pip install hypernetx -q
# ! pip install graphistry -q

库

import pandas as pd

class HyperNetXG:

    def __init__(self, graphistry):
        self.graphistry = graphistry

    def normalize_id(self, id):
        t = type(id)
        if t == float or t == int:
            return '__id__' + str(id)
        return str(id)


    def hypernetx_to_graphistry_bipartite(self, h):

        nodes_df = pd.concat(
            [pd.DataFrame({
                'node': [self.normalize_id(x) for x in list(H.nodes)],
                'type': 'hypernode'}),
             pd.DataFrame({
                 'node': [self.normalize_id(x) for x in H.edges],
                 'type': 'hyperedge'})],
            ignore_index=True,
            sort=False)

        edges_df = pd.concat(
            [ pd.DataFrame({'src': [], 'dst': []}) ] +
            [
                pd.DataFrame({
                    'src': self.normalize_id(k),
                    'dst': [self.normalize_id(x) for x in list(es)]
                })
                for k, es in H.incidence_dict.items()
            ], ignore_index=True, sort=False)

        return self.graphistry.bind(
              source='src',
              destination='dst',
              node='node').nodes(nodes_df).edges(edges_df)


    def __hyperedge_to_graph(self, k, es):
        lst = list(es)
        edges_df = pd.concat([
              pd.DataFrame({'src': [], 'dst': [], 'hyperedge': []})] + [
              pd.DataFrame({
                  'src': self.normalize_id(lst[i]),
                  'dst': [self.normalize_id(x) for x in lst[i+1:]],
                  'hyperedge': self.normalize_id(k)})
              for i in range(0, len(lst))
          ], ignore_index=True, sort=False)
        return edges_df

    def hypernetx_to_graphistry_nodes(self, h):
        hg = self.hypernetx_to_graphistry_bipartite(h)
        nodes_df = pd.DataFrame({
              'node': [self.normalize_id(x) for x in list(h.nodes)],
              'type': 'hypernode'})
        edges_df = pd.concat(
              [pd.DataFrame({'src': [], 'dst': [], 'hyperedge': []})] +
              [
                  self.__hyperedge_to_graph(k, es)
                  for (k, es) in h.incidence_dict.items()
              ])
        return self.graphistry.bind(
              source='src',
              destination='dst',
              node='node').settings(url_params={'edgeCurvature': 0}).nodes(nodes_df).edges(edges_df)

演示

初始化

import hypernetx as hnx
import graphistry

# To specify Graphistry account & server, use:
# graphistry.register(api=3, username='...', password='...', protocol='https', server='hub.graphistry.com')
# For more options, see https://github.com/graphistry/pygraphistry#configure

scenes = [
    ('FN', 'TH'),
    ('TH', 'JV'),
    ('BM', 'FN', 'JA'),
    ('JV', 'JU', 'CH', 'BM'),
    ('JU', 'CH', 'BR', 'CN', 'CC', 'JV', 'BM'),
    ('TH', 'GP'),
    ('GP', 'MP'),
    ('MA', 'GP')
]

H = hnx.Hypergraph(dict(enumerate(scenes)))
hg = HyperNetXG(graphistry)

hypernetx_to_graphistry_bipartite

展平为Pandas数据框/Graphistry并检查：

g = hg.hypernetx_to_graphistry_bipartite(H)
g._nodes.sample(3)

	node	type
18	__id__5	hyperedge
17	__id__4	hyperedge
15	__id__2	hyperedge

g._edges.sample(3)

	src	dst
18	__id__5	TH
20	__id__6	MP
10	__id__3	CH

g.plot()

hg.hypernetx_to_graphistry_bipartite(H.dual())._edges.sample(3)

	src	dst
16	__id__4	CN
17	__id__4	BR
14	__id__4	BM

hg.hypernetx_to_graphistry_bipartite(H.dual()).plot()

hypernetx_to_graphistry_nodes

g = hg.hypernetx_to_graphistry_nodes(H)
g._edges.sample(3)

	src	dst	hyperedge
16	BM	CN	__id__4
0	JA	BM	__id__2
2	JU	CH	__id__3

hg.hypernetx_to_graphistry_nodes(H).plot()

hg.hypernetx_to_graphistry_nodes(H.dual()).plot()