如何用python實(shí)現(xiàn)網(wǎng)絡(luò)圖節(jié)點(diǎn)權(quán)重的添加以及如何把一個(gè)非連通的大網(wǎng)絡(luò)圖分成多個(gè)小網(wǎng)絡(luò)圖

networkx是python的一個(gè)庫，它為圖的數(shù)據(jù)結(jié)構(gòu)提供算法、生成器以及畫圖工具。近日在使用ryu進(jìn)行最短路徑獲取，可以通過該庫來簡化工作量。該庫采用函數(shù)方式進(jìn)行調(diào)用相應(yīng)的api，其參數(shù)類型通常為圖對象。

為晉城等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計(jì)制作服務(wù)，及晉城網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為網(wǎng)站建設(shè)、做網(wǎng)站、晉城網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！

函數(shù)API的調(diào)用，按照以下步驟來創(chuàng)建構(gòu)建圖：

1.networkx的加載

在python中調(diào)用networkx通常只需要將該庫導(dǎo)入即可

import networkx as nx

2.圖對象的創(chuàng)建

networkx提供了四種基本圖對象：Graph，DiGraph，MultiGraph，MultiDiGraph。

使用如下調(diào)用方式，可以創(chuàng)建以上四種圖對象的空圖。

G=nx.Graph()

G=nx.DiGraph()

G=nx.MultiGraph()

G=nx.MultiDiGraph()

在 networkx中，圖的各個(gè)節(jié)點(diǎn)允許以哈希表對象來表示，而對于圖中邊的各個(gè)參量，則可以通過與邊相關(guān)聯(lián)的方式來標(biāo)識，一般而言，對于權(quán)重，用weight作為keyword，而對于其他的參數(shù)，使用者可以采用任何除weight以外的keyword來命名。

3.在2中，創(chuàng)建的只是一副空圖，為了得到一個(gè)有節(jié)點(diǎn)、有邊的圖，一般采用下面這個(gè)函數(shù)：

1

2

G.add_edge(1,2) #default edge data=1

G.add_edge(1,2) #specify edge data=0.9

add_edge()函數(shù)，該函數(shù)在調(diào)用時(shí)需要傳入兩個(gè)參數(shù)u和v，以及多個(gè)可選參數(shù)

u和v即圖中的兩個(gè)節(jié)點(diǎn)，如果圖中不存在節(jié)點(diǎn)，在調(diào)用時(shí)會自動將這兩個(gè)節(jié)點(diǎn)添加入內(nèi)，同時(shí)構(gòu)建兩個(gè)節(jié)點(diǎn)之間的連接關(guān)系，可選參數(shù)通常指這條邊的權(quán)重等關(guān)系參量。需要注意的是，如果圖中已經(jīng)存在了這條邊，重新進(jìn)行添加時(shí)會對這條邊進(jìn)行跟新操作（也就是覆蓋了原有的信息）。

對于該函數(shù)，除了上述的構(gòu)建方式以外，還有以下幾種方式來創(chuàng)建邊：

1

2

3

G.add_edge(*e) # single edge as tuple of two nodes

G.add_edge(1, 3, weight=7, capacity=15, length=342.7) #using many arguements to create edge

G.add_edges_from( [(1, 2)] ) # add edges from iterable container

有時(shí)候，當(dāng)采用默認(rèn)方式創(chuàng)建邊以后，我們可能還會往邊里面添加邊的相關(guān)參數(shù)，這時(shí)候，可以采用下面的方式來更新邊的信息：

1

2

3

4

5

#For non-string attribute keys, use subscript notation.

G.add_edge(1, 2)

G[1][2].update({0: 5}) #更新邊的信息

G.edges[1, 2].update({0: 5}) #更新邊的信息

#上述兩種更新方式，擇一選取即可

細(xì)心的朋友可能注意到我在寫創(chuàng)建圖的內(nèi)容的時(shí)候，提到了add_edges_from（）函數(shù)，該函數(shù)也是用來創(chuàng)建邊的，該方式與add_edges()略有不同，比之a(chǎn)dd_edges()采用一個(gè)一個(gè)節(jié)點(diǎn)的方式進(jìn)行創(chuàng)建，它來的更為便利。這個(gè)函數(shù)在調(diào)用時(shí)，需要一個(gè)節(jié)點(diǎn)元組作為參數(shù)以及多個(gè)可選參數(shù)作為邊的信息。你可以這么傳遞：

默認(rèn)創(chuàng)建節(jié)點(diǎn)之間的邊：

1

G.add_edges_from([(u,v)])

也可以這么寫，在創(chuàng)建的同時(shí)添加信息：

1

G.add_edges_from([(3, 4), (1, 4)], label='WN2898')　

通過上述方式，就構(gòu)建了一個(gè)3-4-1的圖的連接，并給每條邊打上了標(biāo)簽。

由此你就可以創(chuàng)建出自己的圖模型了。

Python基礎(chǔ) numpy中的常見函數(shù)有哪些

有些Python小白對numpy中的常見函數(shù)不太了解，今天小編就整理出來分享給大家。

Numpy是Python的一個(gè)科學(xué)計(jì)算的庫，提供了矩陣運(yùn)算的功能，其一般與Scipy、matplotlib一起使用。其實(shí)，list已經(jīng)提供了類似于矩陣的表示形式，不過numpy為我們提供了更多的函數(shù)。

數(shù)組常用函數(shù)

1.where()按條件返回?cái)?shù)組的索引值

2.take(a,index)從數(shù)組a中按照索引index取值

3.linspace(a,b,N)返回一個(gè)在(a,b)范圍內(nèi)均勻分布的數(shù)組，元素個(gè)數(shù)為N個(gè)

4.a.fill()將數(shù)組的所有元素以指定的值填充

5.diff(a)返回?cái)?shù)組a相鄰元素的差值構(gòu)成的數(shù)組

6.sign(a)返回?cái)?shù)組a的每個(gè)元素的正負(fù)符號

7.piecewise(a,[condlist],[funclist])數(shù)組a根據(jù)布爾型條件condlist返回對應(yīng)元素結(jié)果

8.a.argmax(),a.argmin()返回a最大、最小元素的索引

改變數(shù)組維度

a.ravel(),a.flatten():將數(shù)組a展平成一維數(shù)組

a.shape=(m,n),a.reshape(m,n):將數(shù)組a轉(zhuǎn)換成m*n維數(shù)組

a.transpose,a.T轉(zhuǎn)置數(shù)組a

數(shù)組組合

1.hstack((a,b)),concatenate((a,b),axis=1)將數(shù)組a,b沿水平方向組合

2.vstack((a,b)),concatenate((a,b),axis=0)將數(shù)組a,b沿豎直方向組合

3.row_stack((a,b))將數(shù)組a,b按行方向組合

4.column_stack((a,b))將數(shù)組a,b按列方向組合

數(shù)組分割

1.split(a,n,axis=0),vsplit(a,n)將數(shù)組a沿垂直方向分割成n個(gè)數(shù)組

2.split(a,n,axis=1),hsplit(a,n)將數(shù)組a沿水平方向分割成n個(gè)數(shù)組

數(shù)組修剪和壓縮

1.a.clip(m,n)設(shè)置數(shù)組a的范圍為(m,n),數(shù)組中大于n的元素設(shè)定為n,小于m的元素設(shè)定為m

2.a.compress()返回根據(jù)給定條件篩選后的數(shù)組

數(shù)組屬性

1.a.dtype數(shù)組a的數(shù)據(jù)類型

2.a.shape數(shù)組a的維度

3.a.ndim數(shù)組a的維數(shù)

4.a.size數(shù)組a所含元素的總個(gè)數(shù)

5.a.itemsize數(shù)組a的元素在內(nèi)存中所占的字節(jié)數(shù)

6.a.nbytes整個(gè)數(shù)組a所占的內(nèi)存空間7.a.astype(int)轉(zhuǎn)換a數(shù)組的類型為int型

數(shù)組計(jì)算

1.average(a,weights=v)對數(shù)組a以權(quán)重v進(jìn)行加權(quán)平均

2.mean(a),max(a),min(a),middle(a),var(a),std(a)數(shù)組a的均值、最大值、最小值、中位數(shù)、方差、標(biāo)準(zhǔn)差

3.a.prod()數(shù)組a的所有元素的乘積

4.a.cumprod()數(shù)組a的元素的累積乘積

5.cov(a,b),corrcoef(a,b)數(shù)組a和b的協(xié)方差、相關(guān)系數(shù)

6.a.diagonal()查看矩陣a對角線上的元素7.a.trace()計(jì)算矩陣a的跡，即對角線元素之和

以上就是numpy中的常見函數(shù)。更多Python學(xué)習(xí)推薦:PyThon學(xué)習(xí)網(wǎng)教學(xué)中心。

python怎么根據(jù)權(quán)重賦分

python怎么根據(jù)權(quán)重賦分，使用python進(jìn)行數(shù)據(jù)分析之前，需要預(yù)先導(dǎo)入相對應(yīng)的功能庫。數(shù)據(jù)分析最常用的庫包括用于數(shù)值計(jì)算的numpy，基于numpy構(gòu)建的用于科學(xué)計(jì)算的Pandas庫，用于數(shù)據(jù)可視化的matplotlib和提供各種操作系統(tǒng)功能接口的OS庫。我們將這幾個(gè)庫導(dǎo)入到python中， import后是導(dǎo)入庫的名稱 as后是庫的簡稱。例如pandas庫的簡稱是pd，在后面的代碼中看到pd就表示這個(gè)操作使用了pandas庫

分享標(biāo)題：python畫權(quán)重函數(shù) python通過編程求權(quán)重
URL分享：http://jinyejixie.com/article34/hpccpe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、標(biāo)簽優(yōu)化、軟件開發(fā)、服務(wù)器托管、響應(yīng)式網(wǎng)站、網(wǎng)站內(nèi)鏈

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)