我对networkx.to_numpy_matrix的工作方式有疑问。
前言：（附实例）
我正在研究自己的实现来检查图同构。通过一大堆工作，我得到了这样两张图的表示。
cc1: [[8], [4], [7], [1], [3], [5], [2], [0], [6]]
cc2: [[8], [0], [7], [3], [1], [5], [2], [4], [6]]
表示图表中每个节点的唯一颜色。有了这个，我直接得到从图1到图2的置换，这是一个双射，因此两个图都是同构的。在这种情况下的排列是这个
perms = [4, 3, 2, 1, 0, 5, 6, 7, 8]
(0 -> 4, 1 -> 3, 2 -> 2, 3 -> 1, 4 -> 0, 5 -> 5, 6 -> 6, 7 -> 7, 8 -> 8)
现在我想检查排列是否真的是正确的（因为我可以得到一些不同的排列，这是竞争者所以我必须全部尝试。在这个给定的情况下，我只得到一个排列）。所以我用nx.to_numpy_matrix(self.g1)查看我的邻接矩阵并获取
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]]
现在我将我的排列应用于该矩阵
nx.to_numpy_matrix(self.g1, perms)
并获取
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]]
等于
nx.to_numpy_matrix(self.g2)
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]]
这样才有效。两个图应该是同构的，我得到相同的结果。好极了！
问题：
问题是它并不总是有效。我的问题从下一个也应该是同构的例子开始。
cc1: [[6], [7], [4], [5], [0], [1], [2], [3]]
cc2: [[5], [7], [4], [1], [0], [3], [2], [6]]
perms: [0, 3, 2, 6, 4, 1, 5, 7]
到目前为止一切顺利
nx.to_numpy_matrix(self.g1)
[[ 0. 1. 0. 0. 0. 0. 1. 0.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 0. 0. 1. 0. 0.]
[ 0. 0. 0. 0. 1. 0. 1. 0.]
[ 1. 0. 0. 0. 0. 1. 0. 0.]
[ 0. 0. 1. 1. 0. 0. 0. 0.]]
nx.to_numpy_matrix(self.g1, perms)
[[ 0. 0. 0. 1. 0. 1. 0. 0.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 0. 0. 0. 0. 1.]
[ 1. 0. 0. 0. 0. 0. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 1. 0.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 1. 0. 0. 0.]
[ 0. 1. 1. 0. 0. 0. 0. 0.]]
nx.to_numpy_matrix(self.g2)
[[ 0. 0. 0. 1. 0. 1. 0. 0.]
[ 0. 0. 0. 0. 1. 1. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 1. 1.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0.]
[ 1. 1. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 0. 1. 0. 0. 0. 1. 0.]]
不相等。为什么nx.to_numpy_matrix(self.g1, perms)无法正常工作？我用错了吗？
我知道perms是正确的，我知道矩阵是正确的，我知道两个图都是同构的。如何通过g1正确排列perms来g2？
任何帮助都将受到高度赞赏。
答案 0 :(得分：0)
我的问题的答案很简单。我的排列错误的方式。示例1只是没有抛出错误，因为排列是对称的（仅1 -> 3和3 -> 1）。当我改变排列时，我得到了我想要的东西。所以这一切都按照预期的方式发挥作用。