Graph.get_adjacency() 很慢，输出很奇怪答案

【问题标题】：Graph.get_adjacency() is slow and the output is strangeGraph.get_adjacency() 很慢，输出很奇怪
【发布时间】：2015-03-26 09:14:54
【问题描述】：

考虑 python-igraph 0.7 中的图形对象 G。如果要G的邻接矩阵A，就得写A=G.get_adjacency()，但是有两个问题：

即使G是稀疏的有3000个节点，在我的商用笔记本电脑上长时间生成A。会不会是邻接矩阵的创建成本这么高？
输出 A 是一个 Matrix 对象，所以如果我想对 A 上的 numpy 模块进行操作，我必须先将其转换为列表，然后转换为 numpy.matrix。此外，如果 A 是稀疏的，我需要在稀疏 scipy 矩阵中进行第三次转换。

Igraph 中是否有任何方法可以在合理的时间内获得稀疏图的 scipy.sparse 矩阵？

【问题讨论】：

标签： python sparse-matrix igraph

【解决方案1】：

图形是否稀疏并不重要，因为 igraph 仍会创建密集矩阵，因此它是 O(n²) 操作。（从技术上讲，矩阵本身是在 C 层中创建的，其中矩阵初始化为全零需要 O(n²)，然后用 O(m) 中的一个填充，其中 n 是顶点的数量和 m 是边的数量 - 但随后矩阵被转发到 Python 层，在那里它被转换为 Matrix 对象，而 Python 层不知道矩阵本质上是稀疏的，所以它需要 O(n ²) 进行转换，在我的笔记本电脑上，为具有 3000 个节点的图创建邻接矩阵大约需要 500 毫秒，我认为这可能是正常的。

是的，有一种方法可以直接从 igraph 图创建稀疏矩阵，尽管它有点冗长：

from scipy.sparse import coo_matrix
from numpy import hstack, ones

def graph_to_sparse_matrix(graph):
    xs, ys = map(array, zip(*graph.get_edgelist()))
    if not graph.is_directed():
        xs, ys = hstack((xs, ys)).T, hstack((ys, xs)).T
    else:
        xs, ys = xs.T, ys.T
    return coo_matrix((ones(xs.shape), (xs, ys)))

这个版本在我的机器上大约 26 毫秒内将相同的图形转换为 SciPy 稀疏矩阵。

【讨论】：