Question

经过长时间的思考，我终于决定在这里发布这个问题了。几天前我开始使用graph-tool做各种事情。我之前一直在使用Networkx。我已经看到令人印象深刻的performance comparision，并认为一切都很简单。但是，我立即遇到速度问题，asked a question与其特定方面有关。我得到了一个让我满意的快速回答。但是，现在这个速度问题时不时地困扰着我，我找不到任何与有效使用它有关的graph-tool文档。例如，从我上一个问题的答案，我开始意识到最好将所有边缘一起添加而不是一个一个，这是一个非常重要的注意事项，但在任何地方都没有提到过！我现在有两个类似的问题：

（1）如何选择给定节点的随机邻居？我只能看到以下解决方案：

nbr = np.random.choice(list(v.all_neighbours()))

由于v.all_neighbours()是一个生成器，我必须将其转换为列表以选择随机元素。这会减慢代码速度，但我没有看到更好的方法。

（2）我想为图中的每个顶点分配1d向量（list好吗？），之后我会以特定方式交换和修改它们。这只是一个属性映射，我想看一些有关如何有效使用它的文档。但是，我找不到任何东西。

（3）我试图在某个网络中模拟triadic closure，这个网络本身随时间而变化。因此，在每个时间步，我需要有关图中每个顶点的邻居的信息。同样，我必须创建一个列表（或numpy数组）：

nbrs = [w for w in v.neighbours()]

大大降低了我的代码速度。这意味着我没有正确地执行此操作，但我找不到任何可以告诉我如何在图形工具中有效使用邻居的文档。

我为同样的任务编写的Networkx程序完全胜过图表工具代码，我根本无法购买。

这个列表可能会增加，因此，如果有人能够指出我有关使用图形工具的一些文档，除了回答上述具体问题之外，我会很高兴。

提前致谢。

Answer 1

我会尝试制作更多＆＃34; graph-tool - 具体＆＃34;答案：

1）实际上这个与python有关，所以你可能想要使用this thread using random.shuffle中的解决方案但是，如果你要重复这样做，（如果你有足够的可用内存），我认为将邻接矩阵作为scipy稀疏矩阵然后使用该矩阵可能会更好：

import graph_tool
from graph_tool.spectral import adjacency
import numpy as np

g = graph_tool.Graph()
g.add_vertex(100)
edges = np.random.randint(0, 100, (500,2))
g.add_edge_list(edges)

mat = adjacency(g).tolil()
rows = mat.rows.copy() # mat.rows = in-neighbours for each vertex
map(np.random.shuffle, rows)
rnd_neighbours = { i:row[0] for i, row in enumerate(rows) if row }

其中rnd_neighbours包含非零度数的每个顶点的一个随机邻居的索引。

2）阅读graph-tool documentation regarding PropertyMaps和detailed version，list被接受为python::object或仅object。然后，您可以将其作为PropertyMap。

中的元素进行访问

3）对于三元封闭，请查看邮件列表中的clustering module和this thread。

编辑：顺便说一句，我忘了提及它，但您可以在{{1}中使用openmp_enabled，openmp_get_num_threads和openmp_set_num_threads访问和更改OpenMP主题的数量}。但是在文档中找不到它......但是这里是the source。

Answer 2

您可以将邻居和顶点作为数组访问，这将加快您的代码速度，如文档中所述：https://graph-tool.skewed.de/static/doc/quickstart.html#fast-iteration-over-vertices-and-edges

例如，而不是：

nbr = np.random.choice(list(v.out_neighbours()))

你应该这样做：

nbr = np.random.choice(g.get_out_neighbours(v))

应该大大加快，因为使用数组而不是列表。

有效使用图表工具

2 个答案: