如何对邻接矩阵进行排序答案

【问题标题】：How to sort an adjacency matrix如何对邻接矩阵进行排序
【发布时间】：2017-06-14 00:13:47
【问题描述】：

Python 中是否有一种方法可以“排序”邻接矩阵，以便更好地查看连接节点的不同集群？

我还有一些矩阵，但图案看起来像是随机分布在上面的。例如，在现实世界中，我知道我有 N 个独立的集群（两者之间没有连接）。

所以我希望邻接矩阵看起来有 N 个不同的模式。

这可以实现吗？

更新： 我昨天没有时间，但现在这里有一些细节：

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
G = nx.Graph()
S = {'7064', '7065', '7066', '7067', '7068', '7069', '7070', '7071', '7072', '7073', '7074', '7075', '7076', '7077', '7078', '7079', '7080'}
E = [('7064', '7065'),
('7067', '7068'),
('7067', '7076'),
('7067', '7077'),
('7067', '7078'),
('7067', '7079'),
('7067', '7080'),
('7067', '7081'),
('7068', '7076'),
('7068', '7077'),
('7068', '7078'),
('7068', '7080'),
('7068', '7081'),
('7069', '7075'),
('7070', '7072'),
('7070', '7074'),   
('7071', '7074'),
('7076', '7077'),
('7076', '7078'),
('7076', '7079'),
('7076', '7080'),
('7076', '7081'),
('7077', '7078'),
('7077', '7079'),
('7077', '7080'),
('7077', '7081'),
('7078', '7079'),
('7078', '7080'),
('7078', '7081'),
('7079', '7080'),
('7079', '7081'),
('7080', '7081')]
G.add_nodes_from(S)
G.add_edges_from(E)
adj_matrix = nx.adjacency_matrix(G).toarray()

plt.imshow(adj_matrix)

事实上，我只关心上三角形，因为它是一个对称矩阵（样本与自身）。

sub_graphs   = list(nx.connected_components(G))
nb_clusters  = len(sub_graphs) # total number of sub graphs, including isolated points, there is here 2 isolated points. All other are at least linked with min 1 other point.

我希望邻接矩阵看起来像有 6 个“斑点”（其中两个将是两个孤立点的单个像素）。目前，它显示在其上三角形，12个视觉分离区域（它们只是视觉分离，实际上矩阵还可以，但我想重新排列它以更适合实际子图的数量）

【问题讨论】：

邻接矩阵在你的代码中是如何表示的？你能展示一些你正在使用的代码吗？
主帖已编辑。

标签： python networkx adjacency-matrix

【解决方案1】：

这似乎已经在 Hierarchical clustering of heatmap in python 中得到了回答，但是，没有接受的答案。

答案是对热图的行和列进行聚类以获得相似性（例如欧几里德距离），就像 seaborn 可以自动为您做的一样 http://seaborn.pydata.org/generated/seaborn.clustermap.html 。邻接矩阵只是 seaborn 可以使用的常规矩阵的特例，其中元素为 0 或 1。

【讨论】：