incidence_matrix#
- incidence_matrix(G, nodelist=None, edgelist=None, oriented=False, weight=None, *, dtype=None)[source]#
返回图 G 的关联矩阵。
关联矩阵将每一行分配给一个节点，将每一列分配给一条边。对于标准关联矩阵，只要行的节点与列的边关联，该位置就显示 1。对于有向关联矩阵，每条边都被分配一个方向（对于无向图是任意的，对于有向图则遵循方向）。边的源（尾部）节点显示 -1，目的（头部）节点显示 1。其他元素为零。
- 参数:
- G图
一个 NetworkX 图
- nodelist列表，可选（默认为 G 中的所有节点）
行按照 nodelist 中的节点进行排序。如果 nodelist 为 None，则排序由 G.nodes() 生成。
- edgelist列表，可选（默认为 G 中的所有边）
列按照 edgelist 中的边进行排序。如果 edgelist 为 None，则排序由 G.edges() 生成。
- oriented: 布尔值，可选（默认为 False）
如果为 True，矩阵元素对于每条边的头部或尾部节点分别为 +1 或 -1。如果为 False，则在两个节点处都显示 +1。
- weight字符串或 None，可选（默认为 None）
用于提供矩阵中每个值的边数据键。如果为 None，则每条边的权重为 1。如果使用边权重，应为正值，以便方向可以提供符号。
- dtypeNumPy 数据类型或 None（默认为 None）
输出稀疏数组的数据类型。此类型应与 weight 参数的类型兼容，例如，如果 weight 返回浮点数，则此参数也应为浮点数。如果为 None，则使用 SciPy 的默认设置。
- 返回值:
- ASciPy 稀疏数组
G 的关联矩阵。
注意
对于 MultiGraph/MultiDiGraph，edgelist 中的边应为 (u,v,key) 三元组。
“网络是应用于数学中许多问题的最佳离散模型” [1]。
参考文献
[1]Gil Strang, Network applications: A = incidence matrix, http://videolectures.net/mit18085f07_strang_lec03/