Igraph入门指南 5

news2024/11/18 6:37:07

2、graph_from系列,将其他R数据结构转换成图

2-1 邻接矩阵转图:graph_from_adjacency_matrix

可以接受Matrix包创建的稀疏矩阵作为参数

邻接矩阵中行的顺序被保留,并作为图中顶点的顺序。

本函数几个重要的参数:

  • weighted:如果值是NULL,图是无权图,矩阵中的数字定义的是对应顶点间边的数量。
> par(mfrow=c(1,2))
> adjm <- matrix(sample(0:3, 16, replace = TRUE, 
+                       prob = c(0.6, 0.1,0.2,0.1)), ncol = 4)

> g1 <- graph_from_adjacency_matrix(adjm)
> plot(g1)
> title('weighted = FALSE')

> g2 <- graph_from_adjacency_matrix(adjm,weighted = TRUE)
> plot(g2)
> title('weighted = TRUE')

在这里插入图片描述

  • mode:

    • “directed”:创建有向图,矩阵中元素的值对应图中顶点间边的数量(weighted argument is NUL)或边的权重(Lweighted argument is not NULL);

    • “undirected”:同"max";

    • “max”:创建无向图,且max(A(i,j), A(j,i))对应图中顶点间边的数量(weighted argument is NUL)或边的权重(Lweighted argument is not NULL);

    • “upper”:根据矩阵的上三角部分(含对角线)创建无向图,矩阵中元素值对应图中顶点间边的数量(weighted argument is NUL)或边的权重(Lweighted argument is not NULL);

    • “lower”:根据矩阵的下三角部分(含对角线)创建无向图;

    • “min”:创建无向图,且min(A(i,j), A(j,i))对应图中顶点间边的数量(weighted argument is NUL)或边的权重(Lweighted argument is not NULL);

    • “plus”:创建无向图,且(A(i,j)+A(j,i))的结果设置图中顶点间边的数量(weighted argument is NUL)或边的权重(Lweighted argument is not NULL);

2-2 邻接列表转图:graph_from_adj_list

如果您打算对图形进行许多(小)修改,则邻接列表非常方便。在这种情况下,邻接列表比igraph图更有效。其做法是通过as_adj_list()将图转换为邻接列表,对图进行修改,最后通过调用graph_from_adj_list[)]再次创建一个igraph图

注意,对图调用as_adj_list()时,只保留图的结构及顶点的name属性,其他的顶点属性及所有的边属性会被丢弃,所以,对结果调用graph_from_adj_list,会发现无法完全还原,但两个图是同构的,仅此而已。

> par(mfrow=c(1,2))
> g <- make_ring(10,directed = TRUE) %>% 
+   set_vertex_attr('label',value = letters[1:10]) %>% 
+   set_edge_attr('color',value = rep('red',gorder(g)))
> plot(g)
> title('原图')
> (j <- as_adj_list(g,mode = 'out'))

> g2 <- graph_from_adj_list(j)
> graph.isomorphic(g,g2)
[1] TRUE
> plot(g2)
> title('重新导入的图')

在这里插入图片描述

如何通过修改邻接列表了修改图,原帮助文档里没有示例,我实验一下,首先要避免一个坑。

虽然邻接列表是一种列表,但里面的元素属于igraph的顶点对象类型。所以,想要手动修改的邻接列表能还原为图,必须确保其中元素的类型是顶点。确保元素类型是顶点的办法可以用V(g)函数或vertex()函数。

> g <- make_ring(10,directed = TRUE)
> j <- as_adj_list(g)
> class(j)
[1] "list"
> class(j[[1]])
[1] "igraph.vs"

手动修改邻接列表主要分两种情况:

  • 不修改顶点,只修改边,这是最简单的情形,只需提供正确的顶点序列即可

注意,下面示例中,vertices(c(5,1,10))[[1]]的用法,并且j[[3]]用的是双方括号。

> par(mfrow=c(1,2))
> g <- make_ring(10,directed = TRUE) %>% 
+   set_vertex_attr('color',value =  rep('red',gorder(g)))
> plot(g)
> title('原图')
> (j <- as_adj_list(g,mode = 'out'))
> j[[3]]
+ 1/10 vertex, from 68d93f6:
[1] 4
# 修改顶点3的邻居,注意我先写了个错误的语法
> j[[3]] <- vertices(c(5,1,10))
> g2 <- graph_from_adj_list(j)
Error in FUN(X[[i]], ...) : 
  'list' object cannot be coerced to type 'double'
# 正确的语法
> j[[3]] <- vertices(c(5,1,10))[[1]]
> g2 <- graph_from_adj_list(j)
> plot(g2)
> title('重新导入的图')

在这里插入图片描述

  • 若要向原图增加新的顶点,可以用多种办法,如果想只要邻接列表实现,稍微有点繁琐(同样需要通过vertices() 函数),但完全可以实现。
> j[[3]] <- vertices(c(5,1,10))[[1]]
> g2 <- graph_from_adj_list(j)
> plot(g2)
> title('重新导入的图')
> j[[12]] <- vertices(sample(1:10,3))[[1]]
> g2 <- graph_from_adj_list(j)
> plot(g)
> title('原图')
> plot(g2)
> title('重新导入的图')

在这里插入图片描述

附:邻接列表的数据格式:

> j 
[[1]]
+ 1/10 vertex, from 68d93f6:
[1] 2

[[2]]
+ 1/10 vertex, from 68d93f6:
[1] 3

[[3]]
[1]  5  1 10
2-3 边列表转图:graph_from_edgelist

这是将电子表格数据转换为图的主要函数,

先看一下边列表的数据格式:

# 无名图
     [,1] [,2]
 [1,]    1    2
 [2,]    2    3
 [3,]    3    4
 [4,]    4    5
 [5,]    5    6

# 命名图
     [,1] [,2]
 [1,] "a"  "b" 
 [2,] "b"  "c" 
 [3,] "c"  "d" 
 [4,] "d"  "e" 

因为边列表就是普通的矩阵,里面的元素或者是正整数,或者是字符,不像邻接列表那样必须是顶点类型,所以,可以向操作普通矩阵那样修改。

比如增加新的顶点,以及这些顶点间的边:

j <- rbind(j,matrix(c('mm','mt','nn','ns'),ncol = 2))
graph_from_edgelist(j) %>% plot()

在这里插入图片描述

如需删除顶点,直接用矩阵语法操作

> plot(g)
> title('原图')
> graph_from_edgelist(j[-(7:9),]) %>% plot()
> title('重新导入的图')

在这里插入图片描述

官方帮助文档中还有几个graph_from函数,但我平时用不上,所以直接省略。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1506133.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

美团 Java 开发笔试热经

Voiceover&#xff1a; 见者有缘&#xff0c;缘来好运。欢迎大家来到我的博客【CS_GUIDER】&#xff1a;&#xff08;建议收藏至浏览器书签&#xff09; https://wlei224.gitee.io &#xff08;建议访问这个&#xff0c;速度极快&#xff09; https://wl2o2o.github.io &#x…

Kafka 面试题及答案整理,最新面试题

Kafka中的Producer API是如何工作的&#xff1f; Kafka中的Producer API允许应用程序发布一流的数据到一个或多个Kafka主题。它的工作原理包括&#xff1a; 1、创建Producer实例&#xff1a; 通过配置Producer的各种属性&#xff08;如服务器地址、序列化方式等&#xff09;来…

数据结构/C++:AVL树

数据结构/C&#xff1a;AVL树 概念实现插入左单旋右单旋左右双旋右左双旋 总代码展示 概念 AVL树是一种自平衡二叉搜索树&#xff08;BST&#xff09;&#xff0c;被命名为Adelson-Velskii和Landis树&#xff0c;以它们的发明者们的名字命名。AVL树通过在插入和删除操作后进行…

嘉立创画PCB板子入门喔

PCB层叠结构 单层板&#xff0c;双层板&#xff08;就是在单层板的基础上过孔到背面&#xff09;&#xff0c;四层板&#xff0c;六层板&#xff08;四层&#xff0c;六层就是在双层板子基础上通过通孔&#xff0c;盲孔&#xff0c;埋空完成&#xff09;一般以偶数去打板。 为什…

2024年掌握人工智能的顶级课程

[AI 课程推荐] 谷歌、微软、哈佛大学, DeepLearning.AI都发布了免费的人工智能和ChatGPT的课程。 以下是 2024 年掌握人工智能的顶级课程: GOOGLE - 生成式人工智能学习路径微软- 为每个人提供生成式人工智能微软 - 人工智能初学者入门哈佛 - CS50 的 Python 人工智能简介Deep…

MATLAB报错:尝试将 SCRIPT imread 作为函数执行

报错&#xff1a; 在执行matlab脚本的时候出现报错。 >> imread 尝试将 SCRIPT imread 作为函数执行: S:\temp_file\matlab\DigitalImageProcessing\imread.m出错 imread (line 2) I imread(S:\temp_file\matlab\DigitalImageProcessing\blueman.png);分析以及解决方…

Java并发编程总结(一)

一、进程与线程 1、进程与线程 1.1、进程 程序一般认为是静态存储的&#xff0c;而进程则是活动的&#xff0c;真正执行的、动态加载到内存的&#xff0c;被CPU执行的。 程序由指令和数据组成&#xff0c;但这些指令要运行&#xff0c;数据要读写&#xff0c;就必须将指令加…

解决 JavaScript heap out of memory 报错

前台运行项目时候提示内存溢出 解决 先执行&#xff1a; export NODE_OPTIONS"--max-old-space-size4096" 再运行&#xff1b; nom run serve

算法---双指针练习-4(盛水最多的容器)

题目 1. 题目解析2. 讲解算法原理3. 编写代码 1. 题目解析 题目地址&#xff1a;盛水最多的容器 2. 讲解算法原理 算法的主要思路是使用双指针的方法&#xff0c;通过不断调整指针的位置来计算面积&#xff0c;并更新最大面积。具体步骤如下&#xff1a; 初始化左指针x为数组…

Chrome浏览器好用的几个扩展程序

Chrome好用的扩展程序 背景目的介绍JsonHandle例子未完待续。。。。。。 背景 偶然在往上看到Chrome有很多好用的扩展程序&#xff0c;比较好用&#xff0c;因此记录下比较实用的扩展程序。 目的 记录Chrome浏览器好用的插件。 介绍 JsonHandle下载以及无法扩展插件的解决…

C#实现线性查找算法

C#实现线性查找算法 以下是使用 C# 实现线性查找算法的示例代码&#xff1a; using System;class Program {static int LinearSearch(int[] array, int target){for (int i 0; i < array.Length; i){if (array[i] target){return i; // 如果找到目标&#xff0c;返回其索…

《时间贫困》

作者&#xff1a;【英】凯茜霍姆斯 深陷困境&#xff1a;时间贫困且精疲力竭 我们生活在生产力至上的文化中&#xff0c;忙碌已经成了一种身份的象征&#xff0c;也是个人价值的一种体现。然而&#xff0c;基于我个人的经历和研究&#xff0c;我发现这种忙碌的生活状态并不能…

【Web开发】深度学习HTML(超详细,一篇就够了)

&#x1f493; 博客主页&#xff1a;从零开始的-CodeNinja之路 ⏩ 收录文章&#xff1a;【Web开发】深度学习html(超详细,一篇就够了) &#x1f389;欢迎大家点赞&#x1f44d;评论&#x1f4dd;收藏⭐文章 目录 HTML1. HTML基础1.1 什么是HTML1.2 认识HTML标签1.3 HTML文件基本…

计算机网络(五)

网络层 网络层的主要目的是实现网络互连&#xff0c;进而实现数据包在各网络之间的传输。 要实现网络层&#xff0c;主要解决三个问题&#xff1a; ①网络层向运输层提供怎样的服务&#xff1f;&#xff08;“可靠传输“、”不可靠传输“&#xff09; ②网络层寻址 ③路由选择…

GCN 翻译 - 3

3 SEMI-SUPERVISED NODE CLASSIFICATION 这里简单引入一个例子&#xff0c;利用图上信息传播的方式的一个灵活的模型&#xff0c;我们来解决一个图上节点分类的半监督问题。正如在introduction里面提到的&#xff0c;我们应用数据X和图结构的邻接矩阵锁提出的模型f(X,A)在图结…

python 网络库集锦

目录 通用网络库 网络爬虫框架 1.功能齐全的爬虫 2.其他 HTML/XML解析器 1.通用 2.清理 文本处理 自然语言处理 浏览器自动化与仿真 多重处理 异步网络编程库 队列 云计算 网页内容提取 WebSocket DNS解析 计算机视觉 通用网络库 1.urllib -网络库(stdlib)。…

关于GPU显卡的介绍

一.关于英伟达历代产品架构 显卡是一种计算机硬件设备,也被称为显示适配器或图形处理器。目前的硬件部分主要由主板、芯片、存储器、散热器&#xff08;散热片、风扇&#xff09;等部分。显卡的主要芯片是显卡的主要处理单元。显卡上也有和计算机存储器相似的存储器&#xff0…

Nginx配置文件的整体结构

一、Nginx配置文件的整体结构 从图中可以看出主要包含以下几大部分内容&#xff1a; 1. 全局块 该部分配置主要影响Nginx全局&#xff0c;通常包括下面几个部分&#xff1a; 配置运行Nginx服务器用户&#xff08;组&#xff09; worker process数 Nginx进程PID存放路径 错误…

【深入理解设计模式】模板方法模式

模板方法模式 模板方法模式是一种行为设计模式,它定义了一个操作中的算法骨架,将某些步骤延迟到子类中实现。模板方法模式使得子类可以不改变算法结构的情况下,重新定义算法的某些特定步骤。 概述 在面向对象程序设计过程中&#xff0c;程序员常常会遇到这种情况&#xff1a;…

力扣同类题:重排链表

很明显做过一次 class Solution { public:void reorderList(ListNode* head) {if(!head||!head->next)return;ListNode *fasthead,*lowhead;ListNode *prenullptr,*curnullptr,*nextnullptr;while(fast->next!nullptr){fastfast->next;if(fast->next)fastfast->…