python 邻区 python生成邻接矩阵

转载

mob64ca1403c772 2023-08-07 21:58:37

文章标签 python 邻区 python 邻接矩阵 Python ci 特征值 文章分类 Python 后端开发

python 邻区 python生成邻接矩阵_python 邻区

学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵，这两者是很多模型的基础，有着很重要的地位，那用python要怎么实现呢？

numpy和scipy两个库中模块中都提供了线性代数的库linalg,scipy更全面些。

特征值和特征向量

import scipy as sc
#返回特征值，按照升序排列，num定义返回的个数
def eignvalues(matrix, num):
 return sc.linalg.eigh(matrix, eigvalues(0, num-1))[0]
#返回特征向量
def eighvectors(matrix):
 return sc.linalg.eigh(matrix, eigvalues(0, num-1))[1]

调用实例

#创建一个对角矩阵，很容易得知它的特征值是1,2,3
matrix = sc.diag([1,2,3])
#调用特征值函数,获取最小的特征值
minValue = eighvalues(matrix, 1)
#调用特征向量函数，获取所有的特征向量
vectors = eighvectors(matrix, 3)

拉普拉斯矩阵

很多图模型中都涉及到拉普拉斯矩阵，它有三种形式，这次给出的代码是D-A(度矩阵-邻接矩阵)和第二种标准化的形式:

python 邻区 python生成邻接矩阵_Python_02

#laplacian矩阵
import numpy as np
def unnormalized_laplacian(adj_matrix):
 # 先求度矩阵
 R = np.sum(adj_matrix, axis=1)
 degreeMatrix = np.diag(R)
 return degreeMatrix - adj_matrix
def normalized_laplacian(adj_matrix):
 R = np.sum(adj_matrix, axis=1)
 R_sqrt = 1/np.sqrt(R)
 D_sqrt = np.diag(R_sqrt)
 I = np.eye(adj_matrix.shape[0])
 return I - D_sqrt * adj_matrix * D_sqrt

对于Python初学者想更轻松的学好Python开发，Python爬虫技术，Python数据分析，人工智能等技术,这里也给大家准备了一套Python系统教学资源，下面介绍下阿里巴巴推荐的大型Python400集视频学习资料~有五个学习阶段400多集视频，带领大家进入Python的天地，打好一个坚实的Python基础，免费分享给大家获取方式：私信小编 “ 学习 ”，即可免费获取！

python 邻区 python生成邻接矩阵_python 邻区_03