从 numpy summetric 2D array 作为邻接矩阵创建加权 igraph Graph答案

【问题标题】：Create weighted igraph Graph from numpy summetric 2D array as adjacency matrix从 numpy summetric 2D array 作为邻接矩阵创建加权 igraph Graph
【发布时间】：2016-08-05 13:56:26
【问题描述】：

我有一个numpy 2D 数组，其中的值表示节点之间边的权重。矩阵是对称的，我将对角线设为零。我没有找到如何将此矩阵转换为 igraph Graph 对象的示例。我尝试了以下方法，但它不起作用：

import numpy as np
import igraph

def symmetrize(a):
    return a + a.T - 2*np.diag(a.diagonal())

A = symmetrize(np.random.random((100,100)))

G = igraph.Graph.Adjacency(A.tolist())

【问题讨论】：

标签： python arrays numpy matrix igraph

【解决方案1】：

如果您想将矩阵中的原始值保留为权重，请使用Graph.Weighted_Adjacency()。权重将作为 weight 边缘属性附加到 igraph 创建的图形。

【讨论】：

【解决方案2】：

截至0.9.6版本，Weighted_Adjacency可以接收

@param matrix: the adjacency matrix. Possible types are:
  - a list of lists
  - a numpy 2D array or matrix (will be converted to list of lists)
  - a scipy.sparse matrix (will be converted to a COO matrix, but not
    to a dense matrix)

无需转换为list。

让我们为多个时间切片扩展可能的用例场景，比如 5

from simeeg import rand_tril_arr as rt # pip install simeeg
import leidenalg as la
import igraph as ig
from string import ascii_uppercase
    
nsize=5
all_arr=[rt ( nsize=nsize, overwite_val=True, kmax=4, val_rand=0 ) for _ in range (5)]
nlabel=list(ascii_uppercase)[:nsize]
all_G=[]
for arr in all_arr:
    G = ig.Graph.Weighted_Adjacency ( arr)
    G.vs ['name'] = nlabel
    all_G.append(G)

G_layers, G_interslice, G = la.time_slices_to_layers(all_G, interslice_weight=1e-1,slice_attr='slice',
                                                     vertex_id_attr='name',edge_type_attr='type',
                                                     weight_attr='weight')

ig.plot(G,
        vertex_label = [f'{v["name"]}-{v["slice"]}' for v in G.vs])

生产者：

【讨论】：