nx.bipartite.biadacency_矩阵（）跟踪节点

Question

我使用的是python3.6和networkx2.1。我从加权边列表中导入一个二部图，然后调用双邻接矩阵函数并将结果转换为熊猫数据帧，对其执行一些操作，例如计算一些相关系数（执行这些计算的函数将邻接矩阵作为输入，因此我需要改造我的边缘派）

import pandas as pd
from networkx import bipartite
A=bipartite.biadjacency_matrix(G, nodes1, nodes2).todense()
A=pd.DataFrame(A)

事实上，当我调用bipartite.biadjacency_matrix()时，我丢失了节点的名称，结果数据帧类似于：

^{pr2}$

所以在计算了相关系数之后，我可以根据我得到的相似矩阵来构建一个网络，但是我不知道哪个是谁，谁是谁。关于如何恢复这些名字有什么建议吗？在

Answer 1

来自bipartite.biadjacency_matrix的文档：

row_order : list of nodes The rows of the matrix are ordered according to the list of nodes.

column_order : list, optional The columns of the matrix are ordered according to the list of nodes. If column_order is None, then the ordering of columns is arbitrary.

从pd.DataFrame：

index : Index or array-like Index to use for resulting frame. Will default to np.arange(n) if no indexing information part of input data and no index provided

columns : Index or array-like Column labels to use for resulting frame. Will default to np.arange(n) if no column labels are provided

您推断出矩阵A行使用nodes1排序，列使用nodes2排序。要在数据帧中获得相同的顺序，请执行以下操作：

A = pd.DataFrame(A, index=nodes1, columns=nodes2)