我需要创建一个子图从邻接矩阵选择的从属关系数据。如何匹配邻接矩阵和从属矩阵?
取以下邻接矩阵:
A B C D E F G
A 0 1 0 1 0 1 0
B 1 0 1 1 0 1 0
C 0 1 0 0 0 0 0
D 1 1 0 0 1 1 0
E 0 0 0 1 0 1 0
F 1 1 0 1 1 0 1
G 0 0 0 0 0 1 0
以及以下隶属关系矩阵:
我想创建一个和弦图表来展示不同项目之间的关系,基于它们的关键字。所以我的数据看起来像这样( A,B,C代表关键字):
A B C
Project 1 1 0 1
Project 2 0 1 1
Project 3 1 0 1
为了创建chord图,我需要将数据转换为邻接矩阵或边列表。
我试着在原始数据集上使用igraph,但它需要一个邻接矩阵,而我不知道如何转换数据。
邻接矩阵如下所示:
A B C
A - 0 1
B 0 - 1
C 2 1 -
我正在创建一个邻接矩阵,在R中进行空间分析。这些数据都是美国大陆的县。我从美国人口普查老虎档案中得到了县的空间多边形。
我能够创建邻居列表,它是对称的。但是当我把它转换成一个邻接矩阵时,它是不对称的。这是一个问题,因为我的目标是使用ngspatial::autologistic运行一个空间自动模型,并且我得到一个错误,我必须提供一个对称的二进制邻接矩阵。
下面是我创建邻接矩阵的R代码:
us<-readShapeSpatial("County_2010Census_DP1.shp")
#Trim out counties outside of continental US
我需要使用tcrossprod从数据中创建一个邻接矩阵,但是产生的矩阵需要遵守下面我将解释的限制。请考虑以下数据:
z <- data.frame(Person = c("a","b","c","d"), Man_United = c(1,0,1,0))
z
Person Man_United
1 a 1
2 b 0
3 c 1
4 d 0
利用z用tcrossprod生成邻接矩阵。
x <- tcrossprod(table(z))
我想加载有符号(加权)图的CSV或文本文件,并创建邻接矩阵。CSV文件包含名为"FromNodeId“、"ToNodeId”和"Sign“的三列。我使用的代码如下:
G = nx.read_edgelist('soc-sign-epinions.txt', data = [('Sign', int)])
#print(G.edges(data = True))
A = nx.adjacency_matrix(G)
print(A.todense())
我遇到了以下错误
ValueError: array is too big; `arr
问题
我在算法中使用了一个邻接矩阵,只要我测试了一个小矩阵(3000)点,它就工作得很好。但是我的实际问题包括167620点,我想为这个问题建立一个邻接矩阵。但很明显,由于长度的关系,我遇到了以下问题:
Requested 167620x167620 (209.3GB) array exceeds maximum array size preference. Creation of arrays greater than this limit may take a
long time and cause MATLAB to become unresponsive.
我使用以下代码:
adjMa
我在R中用CSV文件创建了一个邻接矩阵,如下所示:
Gene1 Gene2 Weight
A B 1
A C 0.5
B D -0.5
A D -1
这是我的R代码:
el=read.csv("~/my.csv", sep="\t")
library(igraph)
g = graph.data.frame(el)
adj = as_adj(g, attr='Weight')
上面的方法运行得很好,这是邻接矩阵。
> adj
4 x 4
继我之前的问题之后,我想用以下数据创建学位中心。
我试图在堆栈溢出()上复制前面的示例,但我遇到了一些挑战。
a <- c('nancy','bill','bob','badri','bill','kiron','david')
b <- c('martial-arts','dance','sports','judo','judo','judo','judo'
如何使用python中的图形工具从邻接矩阵中创建一个图形?假设我们有adj矩阵作为邻接矩阵。
我现在所做的就是这样:
g = graph_tool.Graph(directed = False)
g.add_vertex(len(adj))
edge_weights = g.new_edge_property('double')
for i in range(adj.shape[0]):
for j in range(adj.shape[1]):
if i &
我有一个数组,如下所示:
a b c d
e f g h
j k l m
n o p q
我的想法是从这里创建一个邻接矩阵,只用于水平和垂直移动,其中成本是目的地中的ASCII值。
该解将找到以下类型的邻接矩阵(简化的‘a’‘=1):
a b c d e f g h <- start
a 0 1 0 0 1 0 0 0
b 2 0 2 0 0 2 0 0
c 0 3 0 3 0 0 3 0
d 0 0 4 0 0 0 0 4
e 5 0 0 0 0 5 0 0
f 0 6 0 0 6 0 6 0
g 0 0 7 0 0 7 0 7
h 0 0 0 8 0 0 8 0
^ des