【Python进阶】Python将关系对转为邻接矩阵

原创

已于 2022-12-15 19:23:31 修改 · 5.2k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2020-11-22 20:05:43 首次发布

本文介绍了两种将关系对转换为邻接矩阵的方法。一种是手动构建矩阵并更新元素值，另一种是使用NetworkX库自动完成转换。这两种方法在深度学习和机器学习中都非常实用。

1 前言

在深度学习或者机器学习中，关系转换为矩阵是常用的操作。这里提供两种方法

2 方法一

思路：固定定义了一个字典用于查询索引，先生成一个全零矩阵，然后遍历关系列表将矩阵对应索引处的值改为 1

relation_list = [('赵四', '王五'), ('赵四', '理论'), ('赵四', '王琦'), ('王五', '王琦'),
                 ('王五', '赵四'), ('王琦'

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

一穷二白到年薪百万

关注关注

2
点赞
踩
18

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Python 中的邻接矩阵

迹忆客

10-26

1085

本文讨论在 Python 中实现邻接矩阵的两种方法。我们建议您使用 NumPy 模块实现邻接矩阵，因为它在存储要求方面更加高效。此外，在时间和内存需求方面，在 NumPy 数组上执行不同的操作更加高效。

python两列数据生成邻接矩阵_从csv数据集创建python中的邻接矩阵

weixin_39544101的博客

12-03

1821

这是一个解决方案.它不直接为您提供所请求的邻接矩阵,而是为您提供自己创建它所需的内容.#assume you stored every line of your input as a tuples (eventid, mnbr).observations = [(20, 1), (26, 1), (12, 2), (14, 2), (15,3 ), (14, 3), (10, 3)]#then c...

2 条评论您还未登录，请先登录后发表或查看评论

python | 复杂网络：将关系对转换为邻接矩阵（常规方法以及pivot函数）

Zhaoli_Amiee的博客

11-23

7247

复杂网络中常常需要将得到的关系对（图一）转换为邻接矩阵，并存储为csv格式。本文将介绍两方法来进行处理：方法一是构建数据框赋予值。方法二是利用pivot () 函数将一维表转换为二维表。

python--数据结构--邻接矩阵

Chasing__Dreams的博客

08-21

5371

adj_matrix.py """ 邻接矩阵 :class VertexNode: 顶点结点类 :class ArcNode: 弧结点类 :class AdjMatrix: 邻接矩阵类 :method create_adj_matrix: 创建一个邻接矩阵对象 :method depth_first_search_recursion: 深度优先递归遍历 :method depth_first_search_nonrecursion: 深度优先非递归遍历 :method breadth_firs

Python将Excel网络关系转换为邻接矩阵

04-16

用Python将Excel网络关系（两列，id1,id2）转换为邻接矩阵（有向网络和无向网络均可），并画出网络图

Python处理已知网络关系数据为邻接矩阵

07-12

用Python将Excel网络关系（两列，id1,id2）转换为邻接矩阵。将数据更改为csv格式存储，通过遍历数据，输出邻接矩阵。经过实验，对网络节点关系数据进行重复处理，即1对应2节点，同样在数据中输入2对应1节点，以此可...

精选资源

用Python将Excel网络关系（两列，id1,id2）转换为邻接矩阵

06-02

精选资源

python将邻接矩阵输出成图的实现

01-02

利用networkx，numpy，matplotlib，将邻接矩阵输出为图形。 1，自身确定一个邻接矩阵，然后通过循环的方式添加变，然后输出图像 import networkx as nx import matplotlib.pyplot as plt import numpy as np G = nx...

python 邻接矩阵三种方法实现有向图、无向图，并绘图显示

11-12

Python语言，用邻接矩阵实现图通过二维数组建立无向图通过二维数组建立有向图通过边建立有向图为方便查看，通过NetworkX显示图。

python使用邻接矩阵构造图代码示例

09-21

主要介绍了python使用邻接矩阵构造图代码示例，具有一定参考价值，需要的朋友可以了解下。

python两列数据生成邻接矩阵_python将邻接矩阵输出成图的实现

weixin_39524636的博客

12-03

1144

利用networkx，numpy，matplotlib，将邻接矩阵输出为图形。1，自身确定一个邻接矩阵，然后通过循环的方式添加变，然后输出图像import networkx as nximport matplotlib.pyplot as pltimport numpy as npG = nx.Graph()Matrix = np.array([[0, 1, 1, 1, 1, 1, 0, 0], ...

python用pandas生成邻接矩阵

JackGuo0821的博客

02-08

3174

import random as rand import pandas as pd from math import sqrt # 测试用的xy坐标 x=[1,2,3,4,5,6,7,8,9] y=[2,4,6,7,2,3,5,7,8] #生成一个全为0.0的空字典以创建dataframe dfSheet={'%s'%i:[float(0) for a in range(len(x))] for i in range(len(y))} # 计算点与点距离 def Dis(sheet): df=pd.D.

Python——数据结构——图——邻接矩阵

qq_41188247的博客

01-07

4578

Python——数据结构——图——邻接矩阵

matlab、python中矩阵的互相导入导出

fukaiqi1010的博客

08-22

9312

还有一种最流行的h5py.. 过几天更新 ------------------在python中导出矩阵至matlab------------------------------ 如果矩阵是mxn维的。那么可以用 : np.savetxt('dev_ivector.csv', dev_ivector, delimiter = ',') 对应matlab读取为: dev_i...

牛马学习数据结构第十天 ~ （邻接矩阵）

热门推荐

weixin_45159366的博客

11-04

1万+

上学期为了做一个研究的作业，拿到了一个学习平台上用户给其他用户发表的博客评论的数据，要用这些数据做社会网络分析（没错，就是SNA）。但是ucinet这个社会网络分析工具只接受矩阵格式的数据，本白嫖大王于是在优快云、知乎、各种问答网站上一通搜索提问邀请三连，最终啥也没搜到，只好自己动手丰衣足食。在自己提的知乎问题下面回复已解决后出乎意料竟然有很多小伙伴找我要代码，碍于知乎不能发文件有的小伙伴又不想提供邮箱，我就写个博客，下次直接扔个链接。言归正传，首先粘上完整代码方便和我一样的白嫖大王复制粘贴。(netd

python两列数据生成邻接矩阵_从csv数据在python中创建邻接矩阵

weixin_39851008的博客

12-08

1297

这里有一个解决方案。它不直接给你所要求的邻接矩阵，但给你你自己创建它所需要的。在#assume you stored every line of your input as a tuples (eventid, mnbr).observations = [(20, 1), (26, 1), (12, 2), (14, 2), (15,3 ), (14, 3), (10, 3)]#then crea...

python 邻接矩阵_阿里巴巴举荐，Python视频，免费分享，用python求解特征向量和拉普拉斯矩阵...

weixin_39598094的博客

12-07

142

学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵，这两者是很多模型的基础，有着很重要的地位，那用python要怎么实现呢？numpy和scipy两个库中模块中都提供了线性代数的库linalg,scipy更全面些。特征值和特征向量import scipy as sc #返回特征值，按照升序排列，num定义返回的个数 def eignvalues(matrix, num): ret...

将关联矩阵转为邻接矩阵python代码

12-28

将关联矩阵转为邻接矩阵的Python代码可以通过以下方式实现： ```python def convert_adjacency_matrix(incidence_matrix): num_vertices = len(incidence_matrix) adjacency_matrix = [[0] * num_vertices for _ ...