Igraph入门指南 2

2024-03-07 06:12
文章标签 入门 指南 igraph

本文主要是介绍Igraph入门指南 2,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

3、图的基本要素——边(Edge|Arc)

图的最本质的内容是一种二元关系,如果给这种二元关系赋予一个方向,就产生了有向图和无向图的分类,在教材中,无向的边叫Edge,有向的边叫Arc,另外,根据两个顶点间边的数量,还有多重边的概念,指那些两个顶点间的边多于一条的情况。

边和顶点不同,顶点是实实在在的实体,而边是实体间关系的抽象,是无法直接生成的,必须借助顶点才能准确描述。虽然igraph同样用数字序列标志图中的边,但这只是计算机内部的检索方法,如果想明确边的具体意义,必须借助顶点。

3-1 检索边序列: E(g)函数(结果是边序列)

E(g)的结果也是向量,同样需要用集合的模式去理解,可以求交、并。

E(g)的结果可以用普通向量的模式操作,比如用数字进行索引。

> E(g)
+ 10/10 edges from 6ce6a8b:[1] 1-- 2 2-- 3 3-- 4 4-- 5 5-- 6 6-- 7 7-- 8 8-- 9 9--10 1--10
> g <- make_ring(10) %>% set_vertex_attr('name',value = letters[1:10])
> E(g)
+ 10/10 edges from 95167b6 (vertex names):[1] a--b b--c c--d d--e e--f f--g g--h h--i> E(g)[3:5]
+ 3/10 edges from 95167b6 (vertex names):
[1] c--d d--e e--fj a--j

边序列的数据格式主要为igraph其他函数的参数提供值,并方便检索,但在展示图的结构方面并不直观,所以igraph另外提供了三个命令,从图的结构角度展示边,分别是边列表、邻接列表、邻接矩阵、这部分内容放在图的结构部分。

3-2 E(g)的二次检索:[] & [[]]函数(igraph-es-indexing)

E(g)同样可以与单方括号、双方括号联用,检索边。方括号中可以是数字(边的索引号),也可以是边的属性(如果有的话)。

单方括号只显示符合条件的边,而双方括号则把符合条件的边的所有属性一并显示。

> edge_attr(g) <- list(weight=rep(1:5,2))
> edge_attr(g)
$weight[1] 1 2 3 4 5 1 2 3 4 5> E(g)[weight==2]
+ 2/10 edges from 95167b6 (vertex names):
[1] b--c g--h
> E(g)[[weight==2]]
+ 2/10 edges from 95167b6 (vertex names):tail head tid hid weight
2    b    c   2   3      2
7    g    h   7   8      2
> E(g)[[1:3]]
+ 3/10 edges from 95167b6 (vertex names):tail head tid hid weight
1    a    b   1   2      1
2    b    c   2   3      2
3    c    d   3   4      3

请注意,图可能有边名称和顶点名称,两者都可以用于选择边。边名称可以看作数字边id向量的名称(name)。顶点名称实际上只适用于没有多重边的图形,并且必须用|字符分隔才能选择与两个给定顶点相关的边。

3-3 方括号中的特殊函数:%--% %->% %<-%

如前所述,边描述的是顶点间的关系,而图应该基于集合的理念图操作,那么问题来了,可否用顶点的集合来检索边序列?当然可以,igraph提供了三个函数:

> g <- sample_pa(20)
> plot(g)
> E(g)[1:3 %--% 4:7]
+ 3/19 edges from ae4102a:
[1] 4->1 5->3 6->1
> E(g)[1:3 %->% 4:7]
+ 0/19 edges from ae4102a:
> E(g)[1:3 %<-% 4:7]
+ 3/19 edges from ae4102a:
[1] 4->1 5->3 6->1

在这里插入图片描述

igraph中一些函数的返回结果,只返回符合条件的顶点索引号(或顶点名,如果设置了的话),如果想返回这些顶点的边序列,可以用E()重新检索一下:

> d <- get_diameter(g)
> E(g,path = d)
+ 3/19 edges from ae4102a:
[1] 17->11 11-> 6  6-> 1
> V(g)$name <- paste0('L',1:gorder(g))
> get_diameter(g)
+ 4/20 vertices, named, from ae4102a:
[1] L17 L11 L6  L1 
> E(g,path = d)
+ 3/19 edges from ae4102a (vertex names):
[1] L17->L11 L11->L6  L6 ->L1 
3-4 显示全部或指定边的属性:edge_att函数
> g <- make_ring(10) %>% 
+   set_vertex_attr('name',value = letters[1:10]) %>% 
+   set_edge_attr('weight',value=rep(1:5,2)) %>% 
+   set_edge_attr('color',value = rep(c('orange','blue'),5))
> plot(g)
> g
IGRAPH 36b121b UNW- 10 10 -- Ring graph
+ attr: name (g/c), mutual (g/l), circular (g/l), name (v/c), weight
| (e/n), color (e/c)
+ edges from 36b121b (vertex names):[1] a--b b--c c--d d--e e--f f--g g--h h--i i--j a--j
> edge_attr(g)
$weight[1] 1 2 3 4 5 1 2 3 4 5$color[1] "orange" "blue"   "orange" "blue"   "orange" "blue"   "orange" "blue"  [9] "orange" "blue" 

本函数同样可以检索指定边的属性,但要注意的是,在调用函数时,如果不能按形参位置分配实参的话,需要在实参前面明示形参名,比如:

> edge_attr(g,1:3)
Error in .Call(R_igraph_mybracket2, graph, igraph_t_idx_attr, igraph_attr_idx_edge)[[name]] :1层没有这一索引
> edge_attr(g,index = 1:3)
$weight
[1] 1 2 3$color
[1] "orange" "blue"   "orange"

如同其他OOP语言的对象,在对象之外是无法直接引用对象的属性的,需要通过对象来引用其属性。igraph中边的属性也是这样,如需引用,用E(g)$weight的方式

在这里插入图片描述

3-5 设置全部或指定边的属性:edge_attr <-函数,单独使用,每次调用可以同时设置多个属性
> g <- make_ring(10)
> edge_attr(g) <- list(
+   weight=1:10,
+   color=rep('red',10)
+ )
> edge_attr(g)
$weight[1]  1  2  3  4  5  6  7  8  9 10$color[1] "red" "red" "red" "red" "red" "red" "red" "red" "red" "red"

注意事项同vertex_attr <-函数

3-6 只显示边属性名:edge_attr_names函数
> edge_attr_names(g)
[1] "weight" "color"
3-7 设置顶点属性:set_edge_attr函数,在管道函数中使用,每次调用只能设置一个属性

示例见前。

3-8 设置边属性:语法糖E(g)$,每次调用只能设置一个属性
g <- make_star(10, center=10)
E(g)$width <- sample(1:10, ecount(g), replace=TRUE)
3-9 图的阶数(order)和规模(size)函数:gorder() & gsize()
> # ecount() 和 gsize()相同,指图中边的数量
> ecount(g)
[1] 10
> gsize(g)
[1] 10
> # vcount() 和 gorder()相同,指图中顶点的数量
> vcount(g)
[1] 10
> gorder(g)
[1] 10

这篇关于Igraph入门指南 2的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/782601

相关文章

Python在二进制文件中进行数据搜索的实战指南

《Python在二进制文件中进行数据搜索的实战指南》在二进制文件中搜索特定数据是编程中常见的任务,尤其在日志分析、程序调试和二进制数据处理中尤为重要,下面我们就来看看如何使用Python实现这一功能吧... 目录简介1. 二进制文件搜索概述2. python二进制模式文件读取(rb)2.1 二进制模式与文本

SpringBoot整合 Quartz实现定时推送实战指南

《SpringBoot整合Quartz实现定时推送实战指南》文章介绍了SpringBoot中使用Quartz动态定时任务和任务持久化实现多条不确定结束时间并提前N分钟推送的方案,本文结合实例代码给大... 目录前言一、Quartz 是什么?1、核心定位:解决什么问题?2、Quartz 核心组件二、使用步骤1

在C#中分离饼图的某个区域的操作指南

《在C#中分离饼图的某个区域的操作指南》在处理Excel饼图时,我们可能需要将饼图的各个部分分离出来,以使它们更加醒目,Spire.XLS提供了Series.DataFormat.Percent属性,... 目录引言如何设置饼图各分片之间分离宽度的代码示例:从整个饼图中分离单个分片的代码示例:引言在处理

Python列表的创建与删除的操作指南

《Python列表的创建与删除的操作指南》列表(list)是Python中最常用、最灵活的内置数据结构之一,它支持动态扩容、混合类型、嵌套结构,几乎无处不在,但你真的会创建和删除列表吗,本文给大家介绍... 目录一、前言二、列表的创建方式1. 字面量语法(最常用)2. 使用list()构造器3. 列表推导式

Python数据验证神器Pydantic库的使用和实践中的避坑指南

《Python数据验证神器Pydantic库的使用和实践中的避坑指南》Pydantic是一个用于数据验证和设置的库,可以显著简化API接口开发,文章通过一个实际案例,展示了Pydantic如何在生产环... 目录1️⃣ 崩溃时刻:当你的API接口又双叒崩了!2️⃣ 神兵天降:3行代码解决验证难题3️⃣ 深度

Python+FFmpeg实现视频自动化处理的完整指南

《Python+FFmpeg实现视频自动化处理的完整指南》本文总结了一套在Python中使用subprocess.run调用FFmpeg进行视频自动化处理的解决方案,涵盖了跨平台硬件加速、中间素材处理... 目录一、 跨平台硬件加速:统一接口设计1. 核心映射逻辑2. python 实现代码二、 中间素材处

Java 队列Queue从原理到实战指南

《Java队列Queue从原理到实战指南》本文介绍了Java中队列(Queue)的底层实现、常见方法及其区别,通过LinkedList和ArrayDeque的实现,以及循环队列的概念,展示了如何高效... 目录一、队列的认识队列的底层与集合框架常见的队列方法插入元素方法对比(add和offer)移除元素方法

Spring Boot基于 JWT 优化 Spring Security 无状态登录实战指南

《SpringBoot基于JWT优化SpringSecurity无状态登录实战指南》本文介绍如何使用JWT优化SpringSecurity实现无状态登录,提高接口安全性,并通过实际操作步骤... 目录Spring Boot 实战:基于 JWT 优化 Spring Security 无状态登录一、先搞懂:为什

Nginx概念、架构、配置与虚拟主机实战操作指南

《Nginx概念、架构、配置与虚拟主机实战操作指南》Nginx是一个高性能的HTTP服务器、反向代理服务器、负载均衡器和IMAP/POP3/SMTP代理服务器,它支持高并发连接,资源占用低,功能全面且... 目录Nginx 深度解析:概念、架构、配置与虚拟主机实战一、Nginx 的概念二、Nginx 的特点

SpringCloud Stream 快速入门实例教程

《SpringCloudStream快速入门实例教程》本文介绍了SpringCloudStream(SCS)组件在分布式系统中的作用,以及如何集成到SpringBoot项目中,通过SCS,可... 目录1.SCS 组件的出现的背景和作用2.SCS 集成srping Boot项目3.Yml 配置4.Sprin