Question

我使用网络构建图表如下：

>>> import networkx as nx
>>>
>>> G = nx.DiGraph()
>>> G.add_edge(1, 2, weight = 1.0)
>>> G.add_edge(1, 4, weight = 2.0)
>>> G.add_edge(2, 3, weight = 3.0)
>>> G.add_edge(2, 4, weight = 4.0)
>>> G.add_edge(3, 4, weight = 5.0)
>>> G.add_edge(3, 5, weight = 6.0)
>>> G.add_edge(4, 5, weight = 7.0)

然后我使用csr格式将矩阵压缩为scipy矩阵：

S = nx.to_scipy_sparse_matrix(G, format='csr')

我将矩阵恢复到密集状态：

>>> S.todense()
matrix([[ 0.,  1.,  0.,  2.,  0.],
        [ 0.,  0.,  3.,  4.,  0.],
        [ 0.,  0.,  0.,  5.,  6.],
        [ 0.,  0.,  0.,  0.,  7.],
        [ 0.,  0.,  0.,  0.,  0.]])

我如何访问此矩阵的每个元素？我试过S.todense（）[0] [0]。但它不起作用？有人可以帮忙吗？

Answer 1

这应该有效：

S.todense()[0, 0]

todense()返回np.matrix，您还可以使用.A返回np.array。在这种情况下：

S.A[0][0]

会工作，但

S.A[0,0]

仍然是首选。

访问密集格式的scipy矩阵

1 个答案: