路徑

距離

sknetwork.path.get_distances(input_matrix: csr_matrix, source: int | Iterable | None = None, source_row: int | Iterable | None = None, source_col: int | Iterable | None = None, transpose: bool = False, force_bipartite: bool = False) → ndarray | Tuple[ndarray, ndarray][source]

取得來源 (或一組來源) 在跳躍數上的距離。

參數:

  • input_matrix – 圖形的鄰接矩陣或二部鄰接矩陣。

  • source – 如果為整數，是來源節點的索引。如果一個清單或陣列，是來源節點的索引。(將傳回跳躍數最少的距離給這些節點之一)。

  • source_row – 二部圖中，在行和欄中的來源節點索引。參數 source_row 是 source 的別名 (它們之中至少一個必須是 None)。

  • source_col – 二部圖中，在行和欄中的來源節點索引。參數 source_row 是 source 的別名 (它們之中至少一個必須是 None)。

  • transpose – 如果 True，轉置輸入矩陣。

  • force_bipartite – 如果 True，將輸入矩陣視為二部圖的雙鄰接矩陣。如果已明確指定參數 source_row 或 source_col，設定為 True。

傳回值:

distances – 與來源的距離向量 (如果從來源不存在路徑，則距離 = -1)。對於二部圖，會傳回兩個向量，一行一個，一欄一個。

傳回類型:

形狀為 (n_nodes,) 的 np.ndarray

範例

>>> from sknetwork.data import cyclic_digraph
>>> adjacency = cyclic_digraph(3)
>>> get_distances(adjacency, source=0)
array([0, 1, 2])
>>> get_distances(adjacency, source=[0, 2])
array([0, 1, 0])

最短路徑

sknetwork.path.get_shortest_path(input_matrix: csr_matrix, source: int | Iterable | None = None, source_row: int | Iterable | None = None, source_col: int | Iterable | None = None, force_bipartite: bool = False) → ndarray | Tuple[ndarray, ndarray][source]

取得源節點（或一組源節點）數量中跳數最短的路徑。

參數:

  • input_matrix – 圖形的鄰接矩陣或二部鄰接矩陣。

  • source – 若為整數，則為源節點的索引。若為列表，則為源節點的索引（會傳回其中一個節點最短距離）。

  • source_row – 二部圖中，在行和欄中的來源節點索引。參數 source_row 是 source 的別名 (它們之中至少一個必須是 None)。

  • source_col – 二部圖中，在行和欄中的來源節點索引。參數 source_row 是 source 的別名 (它們之中至少一個必須是 None)。

  • force_bipartite – 若為 True，則將輸入矩陣視為二部圖的共鄰接矩陣。若指定 source_row 或 source_col 參數，則設定為 True

傳回值:

路徑 – 起始節點（或起始節點集）到最短路徑圖的鄰接矩陣。如果輸入圖為二部圖，矩陣的形狀為 (n_row + n_col, n_row + n_col)，新的索引對應於原始圖的行和列。

傳回類型:

sparse.csr_matrix

範例

>>> from sknetwork.data import cyclic_digraph
>>> adjacency = cyclic_digraph(3)
>>> path = get_shortest_path(adjacency, source=0)
>>> path.toarray().astype(int)
array([[0, 1, 0],
       [0, 0, 1],
       [0, 0, 0]])