Igraph入门指南 2

3、图的基本要素——边(Edge|Arc)

图的最本质的内容是一种二元关系,如果给这种二元关系赋予一个方向,就产生了有向图和无向图的分类,在教材中,无向的边叫Edge,有向的边叫Arc,另外,根据两个顶点间边的数量,还有多重边的概念,指那些两个顶点间的边多于一条的情况。

边和顶点不同,顶点是实实在在的实体,而边是实体间关系的抽象,是无法直接生成的,必须借助顶点才能准确描述。虽然igraph同样用数字序列标志图中的边,但这只是计算机内部的检索方法,如果想明确边的具体意义,必须借助顶点。

3-1 检索边序列: E(g)函数(结果是边序列)

E(g)的结果也是向量,同样需要用集合的模式去理解,可以求交、并。

E(g)的结果可以用普通向量的模式操作,比如用数字进行索引。

> E(g)
+ 10/10 edges from 6ce6a8b:
 [1] 1-- 2 2-- 3 3-- 4 4-- 5 5-- 6 6-- 7 7-- 8 8-- 9 9--10 1--10
> g <- make_ring(10) %>% set_vertex_attr('name',value = letters[1:10])
> E(g)
+ 10/10 edges from 95167b6 (vertex names):
 [1] a--b b--c c--d d--e e--f f--g g--h h--i

> E(g)[3:5]
+ 3/10 edges from 95167b6 (vertex names):
[1] c--d d--e e--fj a--j

边序列的数据格式主要为igraph其他函数的参数提供值,并方便检索,但在展示图的结构方面并不直观,所以igraph另外提供了三个命令,从图的结构角度展示边,分别是边列表、邻接列表、邻接矩阵、这部分内容放在图的结构部分。

3-2 E(g)的二次检索:[] & [[]]函数(igraph-es-indexing)

E(g)同样可以与单方括号、双方括号联用,检索边。方括号中可以是数字(边的索引号),也可以是边的属性(如果有的话)。

单方括号只显示符合条件的边,而双方括号则把符合条件的边的所有属性一并显示。

> edge_attr(g) <- list(weight=rep(1:5,2))
> edge_attr(g)
$weight
 [1] 1 2 3 4 5 1 2 3 4 5

> E(g)[weight==2]
+ 2/10 edges from 95167b6 (vertex names):
[1] b--c g--h
> E(g)[[weight==2]]
+ 2/10 edges from 95167b6 (vertex names):
  tail head tid hid weight
2    b    c   2   3      2
7    g    h   7   8      2
> E(g)[[1:3]]
+ 3/10 edges from 95167b6 (vertex names):
  tail head tid hid weight
1    a    b   1   2      1
2    b    c   2   3      2
3    c    d   3   4      3

请注意,图可能有边名称和顶点名称,两者都可以用于选择边。边名称可以看作数字边id向量的名称(name)。顶点名称实际上只适用于没有多重边的图形,并且必须用|字符分隔才能选择与两个给定顶点相关的边。

3-3 方括号中的特殊函数:%--% %->% %<-%

如前所述,边描述的是顶点间的关系,而图应该基于集合的理念图操作,那么问题来了,可否用顶点的集合来检索边序列?当然可以,igraph提供了三个函数:

> g <- sample_pa(20)
> plot(g)
> E(g)[1:3 %--% 4:7]
+ 3/19 edges from ae4102a:
[1] 4->1 5->3 6->1
> E(g)[1:3 %->% 4:7]
+ 0/19 edges from ae4102a:
> E(g)[1:3 %<-% 4:7]
+ 3/19 edges from ae4102a:
[1] 4->1 5->3 6->1

在这里插入图片描述

igraph中一些函数的返回结果,只返回符合条件的顶点索引号(或顶点名,如果设置了的话),如果想返回这些顶点的边序列,可以用E()重新检索一下:

> d <- get_diameter(g)
> E(g,path = d)
+ 3/19 edges from ae4102a:
[1] 17->11 11-> 6  6-> 1
> V(g)$name <- paste0('L',1:gorder(g))
> get_diameter(g)
+ 4/20 vertices, named, from ae4102a:
[1] L17 L11 L6  L1 
> E(g,path = d)
+ 3/19 edges from ae4102a (vertex names):
[1] L17->L11 L11->L6  L6 ->L1 
3-4 显示全部或指定边的属性:edge_att函数
> g <- make_ring(10) %>% 
+   set_vertex_attr('name',value = letters[1:10]) %>% 
+   set_edge_attr('weight',value=rep(1:5,2)) %>% 
+   set_edge_attr('color',value = rep(c('orange','blue'),5))
> plot(g)
> g
IGRAPH 36b121b UNW- 10 10 -- Ring graph
+ attr: name (g/c), mutual (g/l), circular (g/l), name (v/c), weight
| (e/n), color (e/c)
+ edges from 36b121b (vertex names):
 [1] a--b b--c c--d d--e e--f f--g g--h h--i i--j a--j
> edge_attr(g)
$weight
 [1] 1 2 3 4 5 1 2 3 4 5

$color
 [1] "orange" "blue"   "orange" "blue"   "orange" "blue"   "orange" "blue"  
 [9] "orange" "blue" 

本函数同样可以检索指定边的属性,但要注意的是,在调用函数时,如果不能按形参位置分配实参的话,需要在实参前面明示形参名,比如:

> edge_attr(g,1:3)
Error in .Call(R_igraph_mybracket2, graph, igraph_t_idx_attr, igraph_attr_idx_edge)[[name]] :1层没有这一索引
> edge_attr(g,index = 1:3)
$weight
[1] 1 2 3

$color
[1] "orange" "blue"   "orange"

如同其他OOP语言的对象,在对象之外是无法直接引用对象的属性的,需要通过对象来引用其属性。igraph中边的属性也是这样,如需引用,用E(g)$weight的方式

在这里插入图片描述

3-5 设置全部或指定边的属性:edge_attr <-函数,单独使用,每次调用可以同时设置多个属性
> g <- make_ring(10)
> edge_attr(g) <- list(
+   weight=1:10,
+   color=rep('red',10)
+ )
> edge_attr(g)
$weight
 [1]  1  2  3  4  5  6  7  8  9 10

$color
 [1] "red" "red" "red" "red" "red" "red" "red" "red" "red" "red"

注意事项同vertex_attr <-函数

3-6 只显示边属性名:edge_attr_names函数
> edge_attr_names(g)
[1] "weight" "color"
3-7 设置顶点属性:set_edge_attr函数,在管道函数中使用,每次调用只能设置一个属性

示例见前。

3-8 设置边属性:语法糖E(g)$,每次调用只能设置一个属性
g <- make_star(10, center=10)
E(g)$width <- sample(1:10, ecount(g), replace=TRUE)
3-9 图的阶数(order)和规模(size)函数:gorder() & gsize()
> # ecount() 和 gsize()相同,指图中边的数量
> ecount(g)
[1] 10
> gsize(g)
[1] 10
> # vcount() 和 gorder()相同,指图中顶点的数量
> vcount(g)
[1] 10
> gorder(g)
[1] 10

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/435337.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【数据集】MSWEP(多源加权集合降水)再分析数据

MSWEP全球降水数据 数据概述数据下载参考数据概述 MSWEP(Multi-Source Weighted-Ensemble Precipitation)降水数据集是一种高分辨率、全球覆盖的降水数据产品,它融合了多种来源的降水信息,包括卫星遥感数据、雷达观测、地面气象站观测数据以及数值天气预报模型的输出。MSW…

Java基于微信小程序的校园失物招领小程序

博主介绍&#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;…

超分辨率(1)--基于GAN网络实现图像超分辨率重建

目录 一.项目介绍 二.项目流程详解 2.1.数据加载与配置 2.2.构建生成网络 2.3.构建判别网络 2.4.VGG特征提取网络 2.5.损失函数 三.完整代码 四.数据集 五.测试网络 一.项目介绍 超分辨率&#xff08;Super-Resolution&#xff09;&#xff0c;简称超分&#xff08…

智慧安防视频远程监控平台EasyCVR集成后播放只有一帧画面是什么原因?

智慧安防视频监控平台EasyCVR能在复杂的网络环境中&#xff08;专网、局域网、广域网、VPN、公网等&#xff09;将前端海量的设备进行统一集中接入与视频汇聚管理&#xff0c;平台可支持的接入协议包括&#xff1a;国标GB28181、RTSP/Onvif、RTMP&#xff0c;以及厂家的私有协议…

利用GPT开发应用002:Transformer架构及其在LLMs中的作用

文章目录 一、交叉注意力&#xff08;cross-attention&#xff09;二、自注意力&#xff08;self-attention&#xff09;三、Transformer优势四、Transformer组件五、LLMs演变过程 Transformer架构彻底改变了自然语言处理。它大量采用了名为交叉注意力&#xff08;cross-attent…

java SSM二手交易网站系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

一、源码特点 java SSM厂房管理系统是一套完善的web设计系统&#xff08;系统采用SSM框架进行设计开发&#xff0c;springspringMVCmybatis&#xff09;&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S…

【TensorFlow】P1 Google Colab 使用

目录 访问 Google Colab快速切换 (文本/脚本)构建 Google 云开发生态Colab 支持运行 bash 脚本下载 Colab 代码文件为 .py .ipynb 访问 Google Colab Google Colab 需要科学上网&#xff0c;如何科学上网不多赘述。 Google Colab 网址&#xff1a;https://colab.research.goo…

Java面试篇【RabbitMQ】常见面试题(2024最新)

RabbitMQ 1.为什么使用MQ?优点是什么 因为MQ可以异步处理&#xff0c;提高系统吞吐量。 应用解耦&#xff0c;系统之间可以通过消息通信&#xff0c;不关心其他系统的处理。 流量削峰&#xff0c;可以通过消息队列的长度&#xff0c;控制请求量。可以缓解短时间内的高并发请…

Docker的镜像操作

目录 镜像的操作(**开头为常用请留意) 镜像查找 **拉取镜像 **推送镜像 **查看镜像 **修改镜像名称 **查看镜像的详细信息 ​编辑 删除镜像 查看所有镜像ID 删除全部镜像 **查看镜像的操作历史 镜像迁移 镜像打包 远程发送镜像(需要先打包) 本地镜像tar包恢复 镜像过…

【解决方案】腾讯云:对象存储创建存储桶并上传文件后访问对象 url 时文件直接触发下载的问题

大半夜搞服务器后台设置对象存储的时候碰到的问题&#xff0c;看了下文档然后解决了&#xff0c;所以就顺手记录一下。 0x00 问题 & 解决方案 ❓ 问题描述&#xff1a;腾讯云对象存储创建存储桶并上传文件&#xff0c;此时浏览器访问对象 url 时文件时会自动下载该文件&am…

Intel CPU体系结构

原文来自一文解析&#xff0c;Linux内核——Intel CPU体系结构 本文主要介绍Intel CPU体系结构&#xff0c;以供读者能够理解该技术的定义、原理、应用。 &#x1f3ac;个人简介&#xff1a;一个全栈工程师的升级之路&#xff01; &#x1f4cb;个人专栏&#xff1a;计算机杂记…

three.js如何实现简易3D机房?(三)显示信息弹框/标签

接上一篇&#xff1a; three.js如何实现简易3D机房&#xff1f;(二&#xff09;模型加载的过渡动画&#xff1a;http://t.csdnimg.cn/onbWY 目录 七、创建信息展示弹框 1.整体思路 &#xff08;1&#xff09;需求&#xff1a; &#xff08;2&#xff09;思路&#xff1a;…

110. 平衡二叉树【简单】

110. 平衡二叉树【简单】 题目描述&#xff1a; 给定一个二叉树&#xff0c;判断它是否是高度平衡的二叉树。 本题中&#xff0c;一棵高度平衡二叉树定义为&#xff1a; 一个二叉树每个节点的左右两个子树的高度差的绝对值不超过 1 。 示例 1&#xff1a; 输入&#xff1a;r…

Ubuntu 下使用 Pybind11 实现 C++ 调用 Python 接口的示例

Pybind11 是一个轻量级的库&#xff0c;它提供了在 C 中无缝集成 Python 代码的能力。使用 Pybind11&#xff0c;你可以很容易地从 C 调用 Python 代码&#xff0c;反之亦然。下面我将通过一个简单的例子来展示如何在 Ubuntu 系统上使用 Pybind11 从 C 调用 Python 接口。 安装…

Skywalking官方的实战模拟项目Live-Demo

Skywalking 官方的实战模拟项目Live-Demo Live-Demo 是 Skywalking 官方的实战模拟项目&#xff0c;其中包含4个子模块项目 projectA访问projectB、projectC两个SpringBoot项目 projectB访问本地的H2数据库 projectC访问www.baidu.com并同时向一台Kafka消息队列写入数据 proje…

【C语言】冒泡排序

概念 冒泡排序&#xff08;Bubble Sort&#xff09;是一种简单的排序算法&#xff0c;它重复地遍历要排序的列表&#xff0c;一次比较两个元素&#xff0c;并且如果它们的顺序错误就把它们交换过来。通过多次的遍历和比较&#xff0c;最大&#xff08;或最小&#xff09;的元素…

Bee Mobile组件库重磅升级

Bee Mobile组件库重磅升级&#xff01; 丰富强大的组件移动预览快速上手create-bee-mobile Bee Mobile组件库重磅升级&#xff01; Bee Mobile组件库最新 v1.0.0 版本&#xff0c;支持最新的 React v18。 主页&#xff1a;Bee Mobile 丰富强大的组件 一共拥有50多个组件&…

挑战杯 基于深度学习的动物识别 - 卷积神经网络 机器视觉 图像识别

文章目录 0 前言1 背景2 算法原理2.1 动物识别方法概况2.2 常用的网络模型2.2.1 B-CNN2.2.2 SSD 3 SSD动物目标检测流程4 实现效果5 部分相关代码5.1 数据预处理5.2 构建卷积神经网络5.3 tensorflow计算图可视化5.4 网络模型训练5.5 对猫狗图像进行2分类 6 最后 0 前言 &#…

Python之Web开发初学者教程—ubuntu下vi的使用

Python之Web开发初学者教程—ubuntu下vi的使用 vi\vim 文本编辑器 i 切换到输入模式&#xff0c;以输入字符。 x 删除当前光标所在处的字符。 : 切换到底线命令模式&#xff0c;以在最底一行输入命令。 vi 保存并退出&#xff1a;esc键退出编辑-…

shell 脚本 if-else判断 和流程控制 (基本语法|基础命令)

CSDN 成就一亿技术人&#xff01; 作者主页&#xff1a;点击&#xff01; Shell编程专栏&#xff1a;点击&#xff01; CSDN 成就一亿技术人 前言———— shell脚本中的if-else功能对于shell程序员来说是一笔重要的财富。当您需要根据预定义条件执行一组语句时&#xff0c…