使用Igraph計算圖的特徵值譜

有沒有一種方法可以用Python中的Igraph來計算（最終繪製）文中描述的圖的特徵值譜？使用Igraph計算圖的特徵值譜

http://lthiwww.epfl.ch/~leveque/Projects/barabasi_al.pdf

如果是的話，需要使用哪些功能？如果不是，有什麼好的替代方法？

2014-09-22 Rodolphe

是不是隻是將圖轉換成鄰接矩陣，然後計算矩陣的特徵值？ – Bitwise 2014-09-22 18:25:49

可能的是，我看到網絡有一個功能可以做到，但它確實會過度殺傷。然後我會檢查numpy。謝謝。 – Rodolphe 2014-09-22 18:27:41

好了，我想通了，嗷嗷只與IGRAPH做到這一點：

import numpy.linalg 
from igraph import * 
import random 
import numpy as np 
import time 

nbr_noeuds = 50 
dens = .2 

p=random.uniform(dens,dens) 
G = Graph.Erdos_Renyi(nbr_noeuds, p, directed=False, loops=False) 

t0 = time.time() 
L = G.laplacian(normalized=True) 
e = numpy.linalg.eigvals(L) 
print time.time()-t0

和計算太多速度更快，打印輸出爲0.0009

來源

2014-09-23 16:19:48 Rodolphe

請注意，圖的* laplacian *矩陣與* adjacency *矩陣不同，但它很容易在兩者之間進行轉換（http://en.wikipedia.org/wiki/Laplacian_matrix）。你提到的論文使用* adjacency *矩陣的特徵值，而不是* laplacian *矩陣的特徵值。 – Bitwise 2014-09-25 14:27:15

哦...感謝您的評論！ – Rodolphe 2014-09-25 14:36:37

更簡單，可能更快，這樣

In [1]: import networkx as nx 

In [2]: from numpy.linalg import eigvals 

In [3]: %timeit eigvals(nx.normalized_laplacian_matrix(nx.fast_gnp_random_graph(50,0.2)).A) 
100 loops, best of 3: 3.13 ms per loop

來源

2014-09-23 16:52:02 Aric

謝謝！問題是，我有一個igraph圖開始，轉換需要一段時間，我認爲... – Rodolphe 2014-09-23 17:28:35

使用Igraph計算圖的特徵值譜

回答

相關問題