Question

我想将图形转换为numpy矩阵

我的图表有40个节点(G.nodes)，每个节点与50个值的向量相关联。

import networkx as nx
G = nx.balanced_tree(3,3)
A = nx.adjacency_matrix(G)
for v in G.nodes():
    G.node[v] = np.random.random(50)

我想得到什么？由于我有40个节点，我需要得到(40,50)的矩阵。我怎样才能从G.node[v]得到它？

我试过了什么？

matrix_graph_features=G.node[:]

我收到了以下错误：

TypeError: unhashable type: 'slice'

Answer 1

首先，您需要正确存储与每个节点关联的数据。由于您使用的是生成器balanced_tree，因此之后添加属性比在图形构建期间更容易。 This answer还显示了在添加节点时添加属性的方法。

import networkx as nx
import numpy as np

propname = "vals" # use a more meaningful name for your application!
G = nx.balanced_tree(3,3)
#A = nx.adjacency_matrix(G)
for v in G.nodes():
    G.node[v][propname] = np.random.random(50)

现在要访问数据，您可以使用G.nodes(data=True)进行迭代，或者如果要访问所有节点的特定数据属性，可以使用函数nx.get_node_attribues。下面我将展示如何在40x50矩阵中获取上面的随机值：

M = np.array([v for k, v in nx.get_node_attributes(G, propname).iteritems()])

print(G.number_of_nodes())
>>> 40
print(M.shape)
>>> (40, 50)

现在您的数据是二维数组形式，很容易执行进一步的操作，例如M.mean(), M.std()等。注意：您应该注意此矩阵中行的排序，尤其是在运行时添加任何新节点时。

TypeError：不可用类型：将图形转换为numpy矩阵时的'slice'[NetworkX]

1 个答案: