Question

我对Python编码比较陌生（我主要是因为运行时间速度而从R切换）而我正在试图弄清楚如何编写一个接近图。

假设我在d维欧氏空间中有一个均匀间隔点的数组，这些将是我的节点。我想通过连接两个点将它们变成一个无向图，当且仅当它们位于e之间时。如何使用参数对此功能进行编码：

n：同一轴上两点之间的间距
d：R ^ d的维度
e：边缘存在的最大距离。

Answer 1

graph-tool库有much of the functionality you need。假设你有numpy和graph-tool：

，那么你可以这样做

coords = numpy.meshgrid(*(numpy.linspace(0, (n-1)*delta, n) for i in range(d)))
# coords is a Python list of numpy arrays
coords = [c.flatten() for c in coords]
# now coords is a Python list of 1-d numpy arrays
coords = numpy.array(coords).transpose()
# now coords is a numpy array, one row per point
g = graph_tool.generation.geometric_graph(coords, e*(1+1e-9))

愚蠢的e*(1+1e-9)因为你的标准是“距离＆lt; = e”而geometric_graph的标准是“距离＆lt; e”。

有一个名为delta的参数，你没有提及，因为我认为你对参数n的描述是对两个参数（点之间的间距和点数）起作用。

Answer 2

这段代码应该可行，尽管它当然不是最有效的。它将遍历每个节点并检查它与所有其他节点的距离（尚未与它进行比较）。如果该距离小于您的值e，则连接矩阵中的相应值将设置为1。零表示两个节点未连接。

在此代码中，我假设您的nodeList是nodeList = [[x1,y1,...],[x2,y2,...],...[xN,yN,...]]形式的笛卡尔坐标列表。我还假设你有一些叫做calcDistance的函数，它返回两个笛卡尔坐标之间的欧氏距离。这是基本的，足以实现我没有为此编写代码，并且在任何情况下使用函数都允许将来进行泛化和修改。

numNodes = len(nodeList)
connected = np.zeros([numNodes,numNodes])
for i, n1 in enumerate(nodeList):
    for j, n2 in enumerate(nodeList[i:]):
        dist = calcDistance(n1, n2)
        if dist < e:
            connected[i,j] = 1
            connected[j,i] = 1

python中的接近图

2 个答案: