Question

我的意思是创建一个有向图，如果符合某个标准，就会创建节点之间的边，即

if (crit(i,j)) :
    G.add_edge(i,j)

为此，我写了一个循环

nnd = len( ndlist )
for ind in range( nnd ) :
    ndi = ndlist[ ind ] 
    for jnd in range( nnd ) :
        if ( jnd != ind ) :  # no self interaction
            ndj = ndlist[ jnd ]
            interaction = inrange( ndi, ndj, threshold )
            if ( interaction ) :
                G.add_edge( ind, jnd )

ndlist是一个包含节点功能的列表，每个节点一个元素，此信息用于评估节点对之间的交互。节点标有与ndlist中相同的索引号，这是有利的。这也是循环整数的原因，因为边连接(ind,jnd)，而不是(ndi,ndj)。

事实证明这很慢。 有没有优化方法？

当然，执行时间取决于inrange，但可能有一种方法可以加速代码而不管inrange（可能将ndlist的内容作为节点属性插入并迭代不同）。甚至改变我的非常慢的＃34;代码进入＆＃34;只是缓慢＆＃34;代码会有所帮助。

Answer 1

如果我理解变量之间的关系，以下内容至少会使代码更容易阅读，并减少for循环的数量，这通常会使Python更有效率。基本上我理解它（这可能是一个错误的理解）你将更多的循环推送到C，而不是纯Python：

from intertools import permutations
for ind, jnd in permutations(ndlist, 2): #all pairs without replacemnt
    if inrange(ndi, ndj, threshold):
        G.add_edge(ndi, ndj)

使用list comprehension

可以使这更加简洁并避免使用for循环（这可能会提高效率）

from itertools import permutations
new_edges = [ (ind,jnd) for ind, jnd in permutations(ndlist, 2) if inrange(ndi, ndj, threshold)]
G.add_edges_from(new_edges)

使new_edges生成器而不是列表可以节省内存。

顺便说一句：使用更具描述性的变量名称可能有助于使代码更易于阅读。

Answer 2

answer by Joel显示了一种使代码更具可读性的方法，但仍然一次添加一条边。另一种方法是在一次添加所有边缘，这可能使代码更快。 但事实证明，一次添加所有边缘并不会使代码更快（至少在我的情况下）。

PS：我的代码的第一个版本一次添加一个节点（上面没有显示这部分，以减少混乱）。后来我改为使用

一次添加所有节点

G.add_nodes_from( range( nnd ) )
nx.set_node_attributes( G, 'pos', posdict )

它使代码更快。

因此，我对边缘发生的类似事情有所期待。但瓶颈是对每个候选边缘的评估，我想这没什么可做的。我可能不得不去编译评估函数。这值得一些工作，也许还有进一步的SO问题。

基于节点的对交互加速边缘的创建

2 个答案: