我对networkx.to_numpy_matrix
的工作方式有问题。在
前言:(以实例说明)
我正在开发自己的实现来检查图的同构。我用两张图来表示。在
cc1: [[8], [4], [7], [1], [3], [5], [2], [0], [6]]
cc2: [[8], [0], [7], [3], [1], [5], [2], [4], [6]]
它代表了我图中每个节点的唯一着色。有了这个,我直接得到了从图1到图2的置换,这是一个双射,所以两个图是同构的。这种情况下的排列是这样的
^{pr2}$(0 -> 4, 1 -> 3, 2 -> 2, 3 -> 1, 4 -> 0, 5 -> 5, 6 -> 6, 7 -> 7, 8 -> 8)
现在我想检查这个排列是否真的正确(因为我可以得到一些不同的排列,它们是竞争者,所以我必须全部尝试。在这种情况下,我只得到一个排列)。所以我用nx.to_numpy_matrix(self.g1)
查看我的邻接矩阵,得到
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]]
现在我把我的排列应用到矩阵上
nx.to_numpy_matrix(self.g1, perms)
然后得到
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]]
等于
nx.to_numpy_matrix(self.g2)
[[ 0. 1. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0. 0. 1. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 0. 0.]]
所以这起作用了。两个图应该是同构的,我得到了相同的结果。耶!在
问题:
问题是它并不总是有效的。我的问题从下一个同样应该同构的例子开始。在
cc1: [[6], [7], [4], [5], [0], [1], [2], [3]]
cc2: [[5], [7], [4], [1], [0], [3], [2], [6]]
perms: [0, 3, 2, 6, 4, 1, 5, 7]
到目前为止还不错
nx.to_numpy_matrix(self.g1)
[[ 0. 1. 0. 0. 0. 0. 1. 0.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 0. 0. 0. 1.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 0. 0. 1. 0. 0.]
[ 0. 0. 0. 0. 1. 0. 1. 0.]
[ 1. 0. 0. 0. 0. 1. 0. 0.]
[ 0. 0. 1. 1. 0. 0. 0. 0.]]
nx.to_numpy_matrix(self.g1, perms)
[[ 0. 0. 0. 1. 0. 1. 0. 0.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 1. 0. 0. 0. 0. 0. 1.]
[ 1. 0. 0. 0. 0. 0. 1. 0.]
[ 0. 0. 0. 0. 0. 1. 1. 0.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 0. 0. 1. 1. 0. 0. 0.]
[ 0. 1. 1. 0. 0. 0. 0. 0.]]
nx.to_numpy_matrix(self.g2)
[[ 0. 0. 0. 1. 0. 1. 0. 0.]
[ 0. 0. 0. 0. 1. 1. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 1. 1.]
[ 1. 0. 0. 0. 1. 0. 0. 0.]
[ 0. 1. 0. 1. 0. 0. 0. 0.]
[ 1. 1. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 1. 0. 0. 0. 0. 1.]
[ 0. 0. 1. 0. 0. 0. 1. 0.]]
这是不平等的。为什么nx.to_numpy_matrix(self.g1, perms)
没有像我期望的那样工作?我用错了吗?
我知道perms
是正确的,我知道矩阵是正确的,我知道两个图是同构的。如何使g1
与perms
正确置换以到达g2
?在
任何帮助都将不胜感激。在
我的问题的答案很简单。我的排列方式不对。示例1没有抛出错误,因为置换是对称的(只有})。当我切换排列时,我得到了我想要的。所以一切都按预期进行。在
1 -> 3
和{相关问题 更多 >
编程相关推荐