從矩陣生成的矩陣與Matlab生成的Python圖形

Question

我有Matlab（24 x 121）和標籤文件（1x 24）中生成的信號矩陣。之後予加載它，它是： 標籤

[array(['1-2'], 
     dtype='<U3') array(['1-3'], 
     dtype='<U3') 
array(['1-4'], 
     dtype='<U3') array(['2-2'], 
     dtype='<U3') 
array(['2-3'], 
     dtype='<U3') array(['2-4'], 
     dtype='<U3') 
array(['49-2'], 
     dtype='<U4') array(['49-3'], 
     dtype='<U4') 
array(['49-4'], 
     dtype='<U4') array(['50-2'], 
     dtype='<U4') 
array(['50-3'], 
     dtype='<U4') array(['50-4'], 
     dtype='<U4') 
array(['51-2'], 
     dtype='<U4') array(['51-3'], 
     dtype='<U4') 
array(['51-4'], 
     dtype='<U4') array(['52-2'], 
     dtype='<U4') 
array(['52-3'], 
     dtype='<U4') array(['52-4'], 
     dtype='<U4') 
array(['53-2'], 
     dtype='<U4') array(['53-3'], 
     dtype='<U4') 
array(['53-4'], 
     dtype='<U4') array(['54-2'], 
     dtype='<U4') 
array(['54-3'], 
     dtype='<U4') array(['54-4'], 
     dtype='<U4')] 

和X

[[ 1.31973026 1.04553767 0.98759242 ..., 0.87344433 0.8734996 
    0.88148139] 
[ 1.54466891 1.50167134 1.43233076 ..., 0.71953425 0.72355352 
    0.76595696] 
[ 0.26974139 0.27669694 0.26486576 ..., 0.86765017 0.84838513 
    0.83147331] 
..., 
[ 1.28762992 1.21298643 1.08822084 ..., 0.81903216 0.7559759 
    0.62566092] 
[ 0.96190193 0.97199575 0.93630357 ..., 0.88570213 0.78969704 
    0.69140163] 
[ 1.70054223 1.6876721 1.66986342 ..., 0.90825585 0.92562056 
    0.93568893]] 

我想要畫基於1-相關性度量相似性曲線圖，沒有顯示分支如果是重量> 0.7。我正在使用的代碼是：

import scipy.io 
import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib import cm # Large set of colormaps 
import pandas as pd 
from scipy.cluster import hierarchy 
from sklearn import datasets 
from sklearn import metrics 
from sklearn import cluster 
from scipy.spatial.distance import pdist 
import networkx as nx 
from matplotlib import pyplot as plt 
import pylab 
import networkx as nx 
from matplotlib import pyplot as plt 


o1 = scipy.io.loadmat('out.mat') 
X=(o1['out']) 
print(X) 

o1 = scipy.io.loadmat('labels.mat') 
labels=o1['labels'] 
labels = labels[0] 
print(labels) 
corr=1-np.corrcoef(X) 
print(corr) 
m, n = np.shape(corr) 
G = nx.Graph() 
corr[np.where(corr>0.7)]=0 
for i in range(m): 
    for j in range(n): 
      s=labels[i] 
      b=labels[j] 
      w=corr[i,j] 
      G.add_edge(s,b,weight=w) 
nx.draw(G) 
plt.show() 

我得到一個錯誤

Traceback (most recent call last): File "C:/Users/Kristina/Desktop/NOBS/source/grafovi.py", line 36, in G.add_edge(s,b,weight=w) File "C:\Python34\lib\site-packages\networkx\classes\graph.py", line 706, in add_edge if u not in self.node: TypeError: unhashable type: 'numpy.ndarray'

我想不通的問題是什麼。

Answer 1

你的對象s和b是labels變量，它是陣列列表的元素，每一個看起來像這樣：

array(['51-3'],dtype='<U4') 

當你調用Graph.add_node，它expects something like this：

>>> G.add_edge(1, 2, weight=4.7) 

由於錯誤信息和Moritz noted，或者（可能兩個）變量傳遞給G公頃s是可排除的，但numpy陣列是而不是可排列。

對於我來說，你很難清楚你想要做什麼，但是如果你只是想在你的圖中使用每個數組的內容（例如'51-3'），只需訪問每個數組的第零個元素，因爲在你目前的實現s和b似乎總是單元素數組。我的意思是改變這樣：

for i in range(m): 
    for j in range(n): 
      s=labels[i][0] # change here 
      b=labels[j][0] # change here 
      w=corr[i,j] 
      G.add_edge(s,b,weight=w) 

雖然我敢肯定，你應該使用G.add_edges_from，而不是循環的。和往常一樣，如果遇到意外錯誤和意外類型，請使用print()和type()來確定您的變量實際是什麼，而不是您期望的變量。