nx.adjacency_matrix(G).todense()计算邻接矩阵与真实结果不一致

问题和下面一样，问题出现的原因已经在下面的链接中说的很明白，是由于生成的Graph类中的Graph.nodes没有按照顺序排列导致邻接矩阵不对应。

https://blog.csdn.net/yingluo54/article/details/113325108

我按照上面问题中的方法把edge按照点的顺序排列也没有用，节点依然存在顺序问题，最后用下面的解决办法搞定：
先将可能存在的所有点按照从大到小的顺序排成node_list（如[1,3,5,7,…]），然后用G.add_nodes_from(node_list)的方式把点添加好并固定顺序，之后再G.add_edges_from或者G.add_weighted_edges_from添加边，这样就可以保证顺序了。

nx.adjacency_matrix(G).todense()计算邻接矩阵与真实结果不一致相关推荐

“与真实情况不一致”，数禾科技“打脸”母公司分众传媒
现金贷,是消金行业近年来最具盈利能力的领域.不少公司打起现金贷的主意,而受限于放贷资质问题,大多选择以助贷方式,协助小贷公司.商业银行等发放借款,收取服务费. 在发展过程中,助贷也衍生出一系列问题,实 ...
身份证号码和姓名大全身份证姓名和真实姓名不一致？
身份证号码和姓名大全身份证姓名和真实姓名不一致? (解优人才网记者风精报道) 近期,一位安徽的网友留言说,孩子学籍上的名字与身份证上的不一致,怕影响高中会考,希望能早日妥善解决这个问题.收到网友的留 ...
机器学习中精准度、召回率、准确率、F1 Score、G分数计算学习笔记
目录 1.基本符号表示 2.类别下的精准度计算(precision) 3.类别下的召回率计算(recall) 4.准确率的计算(accuracy) 5.F1 Score 6.G分数 1.基本符号表示 ...
Problem G: 薪酬计算
Description 某公司有经理(Manager).雇员(Employee).小时工(HourlyWorker)和营销人员(CommWorker)四类员工(Person),他们的薪酬计算方法各不一 ...
G power计算样本量——单因素被试间设计
举例:在单因素被试间的心理学实验设计中,若将被试分为三组,分别接受三种处理,则需要252人(power=0.95).
G power计算样本量——混合实验设计
参考佐斌老师发表在心理学报上的<人如其食:食物性别刻板印象及对人物评价的影响>给的计算方法,举一个2*2*2的实验设计例子.
关于利用talib.macd函数计算macd指标与同花顺不一致的问题
首先我们来看下Macd指标计算方法: 12日EMA的计算:EMA12 = 前一日EMA12 * 11/13 + 今日收盘 * 2/13 26日EMA的计算:EMA26 = 前一日EMA26 * 25/ ...
python 列表转图结构_Python读取网络(图)边列表数据进而转化为邻接矩阵
import networkx as nx G = nx.Graph() path = './edge_list.txt' edge_list = [] node_set = set() #集合的特性 ...
gcn代码pytorch_GCN的简单实现（pytorch）
import torch import torch.nn as nn import torch.nn.functional as Fimport networkx as nxdef normalize ...
(python代码+讲解)重叠社区发现EAGLE层次算法的实现
EAGLE是一种基于最大团聚类的层次聚类算法,用来揭示网络的层次化和层次化社区结构.该算法采用一种聚类框架,来处理最大派系. 1.算法的实现: 首先用Bron-Kerbosch算法找到网络中的最大 ...

nx.adjacency_matrix(G).todense()计算邻接矩阵与真实结果不一致

nx.adjacency_matrix(G).todense()计算邻接矩阵与真实结果不一致相关推荐

最新文章

热门文章