有没有办法,用Python中的Igraph来计算(最终绘制)图形的特征值谱,如文章所述?
http://lthiwww.epfl.ch/~leveque/Projects/barabasi_al.pdf
如果是,需要使用哪些功能?如果没有,有什么好的替代方法?
答案 0 :(得分:2)
好的,所以我想通过igraph只能做到这一点:
import numpy.linalg
from igraph import *
import random
import numpy as np
import time
nbr_noeuds = 50
dens = .2
p=random.uniform(dens,dens)
G = Graph.Erdos_Renyi(nbr_noeuds, p, directed=False, loops=False)
t0 = time.time()
L = G.laplacian(normalized=True)
e = numpy.linalg.eigvals(L)
print time.time()-t0
计算也快得多,打印输出为0.0009
答案 1 :(得分:1)
它更简单,也许这种方式更快
In [1]: import networkx as nx
In [2]: from numpy.linalg import eigvals
In [3]: %timeit eigvals(nx.normalized_laplacian_matrix(nx.fast_gnp_random_graph(50,0.2)).A)
100 loops, best of 3: 3.13 ms per loop