2

当我画一个加权网络x时，它并没有真正代表距离方面的真实权重。我很好奇是否缺少任何参数或其他问题。

所以，我首先制作了一个模拟数据集，如下所示

from pylab import plot,show
from numpy import vstack,array
from numpy.random import rand
from scipy.cluster.vq import kmeans,vq
from scipy.spatial.distance import euclidean
import networkx as nx
from scipy.spatial.distance import pdist, squareform, cdist


# data generation
data = vstack((rand(5,2) + array([12,12]),rand(5,2)))
a = pdist(data, 'euclidean')

def givexy(index1D, VectorLength):
    return [index1D%VectorLength, index1D/VectorLength]


import matplotlib.pyplot as plt
plt.plot(data[:,0], data[:,1], 'o')
plt.show()

在此处输入图像描述

然后，我计算所有对之间的欧几里得距离并将距离用作权重

G = nx.empty_graph(1)       
for cnt, item in enumerate(a):
    print cnt
    G.add_edge(givexy(cnt, 10)[0], givexy(cnt, 10)[1], weight=item, length=0)


pos = nx.spring_layout(G)
nx.draw_networkx(G, pos)
edge_labels=dict([((u,v,),"%.2f" % d['weight'])
         for u,v,d in G.edges(data=True)])
nx.draw_networkx_edge_labels(G,pos,edge_labels=edge_labels)
#~ nx.draw(G,pos,edge_labels=edge_labels)

plt.show()
exit()

在此处输入图像描述

您可能会得到不同的情节 - 由于未知原因，它是随机的。我的主要问题是节点的距离。例如，节点 4 到 8 之间的距离是 0.82，但它看起来比节点 7 和 0 的距离更长。

任何提示？谢谢你，

4

1 回答 1

1

弹簧布局没有明确使用权重作为距离。一般来说，较高权重的边缘会产生较短的边缘。

虽然如果你想明确指定位置，你可以这样做：

from numpy import vstack,array
from numpy.random import rand
from scipy.spatial.distance import euclidean, pdist
import networkx as nx
import matplotlib.pyplot as plt

# data generation
data = vstack((rand(5,2) + array([12,12]),rand(5,2)))
a = pdist(data, 'euclidean')

def givexy(index1D, VectorLength):
    return [index1D%VectorLength, index1D/VectorLength]


plt.plot(data[:,0], data[:,1], 'o')

G = nx.Graph()
for cnt, item in enumerate(a):
    print cnt
    G.add_edge(givexy(cnt, 10)[0], givexy(cnt, 10)[1], weight=item, length=0)

pos={}
for node,row in enumerate(data):
    pos[node]=row
nx.draw_networkx(G, pos)
plt.savefig('drawing.png')

在此处输入图像描述

于 2013-09-20T15:16:39.580 回答