1. 导包

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt

2. 求图的拉普拉斯矩阵

# 求图的拉普拉斯矩阵 L = D - A
def laplacian_matrix(graph):# 求邻接矩阵A = np.array(nx.adjacency_matrix(graph).todense())A = -Afor i in range(len(A)):# 求顶点的度degree_i = graph.degree(i+1) # 节点编号从1开始,若从0开始,将i+1改为iA[i][i] = A[i][i] + degree_i  return A

3. 完整程序

import math
import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd# 构造图
def generate_graph(): graph = nx.Graph()graph.add_edge(1,2)graph.add_edge(2,3)graph.add_edge(1,4)graph.add_edge(1,5)graph.add_edge(2,5)graph.add_edge(4,5)return graph# 打印图 输入一个图
def print_graph(graph):nx.draw(graph, with_labels=True)plt.show()# 求图的拉普拉斯矩阵 L = D - A
def laplacian_matrix(graph):# 求邻接矩阵A = np.array(nx.adjacency_matrix(graph).todense())A = -Afor i in range(len(A)):# 求顶点的度degree_i = graph.degree(i+1) # 节点编号从1开始,若从0开始,将i+1改为iA[i][i] = A[i][i] + degree_i  return A# 主方法
if __name__ == "__main__":graph = generate_graph()print_graph(graph)print("拉普拉斯矩阵如下所示;")L_M = laplacian_matrix(graph)print(L_M)

4. 程序运行结果

求网络的拉普拉斯矩阵(python)相关推荐

  1. 【大数据】十、社会网络图挖掘(Girvan-Newman、拉普拉斯矩阵、Simrank)

    文章目录 1 社会网络图的聚类 1.1 社交图网络的距离计算 1.2 中介度 1.2 Girvan-Newman算法 2 图划分 2.1 描述图的一些矩阵 2.2 一句拉普拉斯矩阵特征值划分图 3 S ...

  2. python 邻接矩阵_阿里巴巴举荐,Python视频,免费分享,用python求解特征向量和拉普拉斯矩阵...

    学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵,这两者是很多模型的基础,有着很重要的地位,那用python要怎么实现呢? numpy和scipy两个库中模块中都提供了线性代数的库linal ...

  3. python求解拉普拉斯矩阵

    首先,我们说一下流形学习:接着,我们重点介绍拉普拉斯特征映射算法:最后,本文将给出拉普拉斯特征特征映射算法代码. 流形学习 流形学习是一种非线性降维方法,能够从高维数据中发现低维流形结构,得到高维和低 ...

  4. python课程设计矩阵对角线之和_Python二维数组实现求出3*3矩阵对角线元素的和示例...

    Python二维数组实现求出3*3矩阵对角线元素的和示例 题目:求一个3*3矩阵对角线元素之和. 程序分析:利用双重for循环控制输入二维数组,再将a[i][i]累加后输出. def two_dime ...

  5. 图卷积网络原理(二)【图信号与图的拉普拉斯矩阵】

    矩阵乘法的三种视角 后续图卷积网络的原理讲解主要以矩阵乘法的显示展开,这里介绍矩阵乘法的几种不同的视角,这些视角有助于我们理解图卷积网络的逻辑过程. 对于矩阵 A∈Rm×nA\in R^{m\time ...

  6. 拉普拉斯矩阵的python实现

    代码是从github下载的增加了点注释,关于注释中的栗子,是自己随意创建的一个matrix,方便理解. def get_norm_adj_mat(self):# build adj matrixA = ...

  7. 【Pytorch神经网络理论篇】 25 基于谱域图神经网络GNN:基础知识+GNN功能+矩阵基础+图卷积神经网络+拉普拉斯矩阵

    图神经网络(Graph Neural Network,GNN)是一类能够从图结构数据中学习特征规律的神经网络,是解决图结构数据(非欧氏空间数据)机器学习问题的最重要的技术. 1 图神经网络的基础知识 ...

  8. 拉普拉斯矩阵(Laplacian matrix)的求解

    文章最前: 我是Octopus,这个名字来源于我的中文名--章鱼:我热爱编程.热爱算法.热爱开源.所有源码在我的个人github :这博客是记录我学习的点点滴滴,如果您对 Python.Java.AI ...

  9. 理解GCN(二)从拉普拉斯矩阵到Ncut问题

    0 文章小节分类 相关线代启示录 对Laplancian Matrix的基础理解 对经典文章<Normalized Cuts and Image Segmentation>中的normal ...

最新文章

  1. MySQL 狠甩 Oracle 稳居 Top1,私有云最受重用,大数据人才匮乏! | 中国大数据应用年度报告...
  2. python主要就业方向-四种Python高薪就业方向
  3. 【Zookeeper】源码分析之持久化(三)之FileTxnSnapLog
  4. android中AndroidManifest.xml 的解析 (转)
  5. Bash:字符串操作
  6. 开工第一天,老板补发年终奖,一箱18元的冰棍
  7. oracle undo seg,正确切换undo
  8. .bin文件打开编辑
  9. Android jdwp 自动断开,android – 安装调试器有时会导致应用程序崩溃
  10. 工业面阵相机与源型PLC和漏型PLC外部触发接线
  11. golang算法—— 使用两个栈实现一个队列
  12. html js设置div可拖动效果
  13. matlab美国标准大气,国际标准大气(ISA)
  14. Codeforces 437B 437C
  15. 中国石油大学计算机评估排名,中国石油大学华东学科评估结果及排名情况怎样...
  16. 3年过去了!翟天临的微博又被写论文的研究生们喷了个底朝天...
  17. archlinux 安装xorg
  18. HSB/HSV/HSL区别
  19. 图像处理与机器视觉网络资源
  20. 【知乎高赞】软件测试工程师应该怎样规划自己?成为年薪30W+测试工程师(乾坤未定,皆是黑马)

热门文章

  1. Openshift概念
  2. 数据结构与算法分析-二叉树,树和森林
  3. 城市热点认证计费系统应用
  4. stm32 + RN8209C单相计量芯片使用心得
  5. 求逆和共轭转置为什么能够交换
  6. 卓训教育:打败挫败感,让孩子对学习更自信
  7. Runtime error go fuck yourself
  8. ipad越狱后怎么还原?
  9. 论计算机网络的安全性设计-1
  10. 模拟“嫦娥五号”探月小游戏【附源码】