什麼是DiGraph networkx的大型網絡實例中最快的迭代？

我正在編寫一個從python中的開源networkx包中繼承DiGraph.py的類。什麼是DiGraph networkx的大型網絡實例中最快的迭代？

在我班的某些方法中，我需要搜索具有某種程度的節點（有向圖的outdegrees或indegrees）並返回它們。

本課程將與數據挖掘項目\自然語言處理一起使用，它將用於極其龐大的網絡。我需要的是快速實現所描述的方法（返回具有一定出度或某種度數的節點的列表）。

有一對夫婦在超類中已經定義的東西： 1的方法network.outdegree()：返回與節點鍵和出度值的字典。

{'school': 4, 'middle school': 0, 'university': 0, 'commercial': 0, 'private': 5, 'institution': 2, 'high school': 0, 'college': 0, 'elementary school': 0, 'central': 0, 'company': 0, 'public': 3, 'bank': 2}

這是

network.out_degree_iter（）

<generator object out_degree_iter at 0x02EEB328>

我不知道如何使用此方法的方法，如果有人能解釋一下這是如何使用，我會很感激。

3.我有一個屬性network.nodes是我網絡中所有節點的列表。

問題：我可以迭代所有節點，並通過outdegree 2返回那些例如通過在network.nodes上執行列表理解，或者我可以迭代我的字典並返回值爲2的節點列表，或者可能使用out_degree_iter()，我不知道它是如何使用的，或者它是如何在for循環中迭代字典項目（對於d，dict.iteritems（）中的k，v）有什麼不同？對於非常大的節點和邊緣網絡，其中哪一個會更快，爲什麼？

謝謝

來源

2011-01-14 Saher Ahwal

一個生成器對象是一個迭代，它應該與一個for循環中使用。例如在network.out_degree_iter（）中輸入：print a。或者，list（network.out_degree_iter（））應該從生成器中創建一個列表。 – BatchyX 2011-01-14 18:06:01

最簡單的方法是，你建議用out_degree_iter（）方法用一個列表理解。這裏是如何：

import networkx as nx 
G=nx.DiGraph(nx.gnp_random_graph(1000,0.001)) 
t1=[n for n,k in G.out_degree_iter() if k==2

最快的方法需要訪問內部數據結構：

t2=[n for n,nbrs in G.succ.items() if len(nbrs)==2]

對於度我們in_degree_iter（）和G.pred.items（）。

下面是一些定時

In [41]: %timeit t1=[n for n,k in G.out_degree_iter() if k==2] 
1000 loops, best of 3: 368 us per loop 

In [42]: %timeit s2=[n for n,nbrs in G.succ.items() if len(nbrs)==2] 
1000 loops, best of 3: 198 us per loop

來源

2011-01-15 14:37:07 Aric

迭代器對大圖更好，因爲您不構造字典的副本。怎麼樣是這樣的：

list_of_2 = [] 
for g in G.out_degree_iter(): 
    if g[1]==2: 
     list_of_2.append(g[0])

或者，

list_of_2 = map(lambda x:x[0],filter(lambda x:(x[1]==2),G.out_degree_iter()))

來源

2011-01-14 20:44:05 highBandWidth

什麼是DiGraph networkx的大型網絡實例中最快的迭代？

回答

相關問題