python读取txt文件存为邻接矩阵

假设你的txt文件中存储的是一个无向图的边信息，每行两个数字表示一条边的两个端点，那么你可以通过以下代码读取txt文件并生成邻接矩阵：

import numpy as np

# 读取txt文件
with open('graph.txt', 'r') as f:
    edges = f.readlines()

# 构建邻接矩阵
n = len(edges)  # 图中边的数量
adj_matrix = np.zeros((n, n))  # 初始化邻接矩阵
for i in range(n):
    edge = edges[i].strip().split()  # 去掉空格并分割每行的两个数字
    u, v = int(edge[0]), int(edge[1])
    adj_matrix[u][v] = 1  # 标记边的两个端点
    adj_matrix[v][u] = 1  # 无向图需要标记双向边

print(adj_matrix)

其中，`graph.txt`是存储无向图边信息的txt文件名。这段代码读取txt文件并生成一个n x n的邻接矩阵，其中n是边的数量。邻接矩阵中的元素`adj_matrix[i][j]`表示第i个节点和第j个节点是否有一条边相连，1表示有，0表示没有。注意，在无向图中，邻接矩阵是对称的，即`adj_matrix[i][j] = adj_matrix[j][i]`。

相关问题

python读取邻接矩阵txt文件计算拉普拉斯矩阵并输出

假设你的邻接矩阵文件为`adjacency_matrix.txt`，文件中每一行表示邻接矩阵的一行，行内元素用空格隔开。可以使用以下代码读取邻接矩阵、计算拉普拉斯矩阵并输出：

import numpy as np

# 读取邻接矩阵
adjacency_matrix = np.loadtxt('adjacency_matrix.txt')

# 计算度矩阵
degree_matrix = np.diag(np.sum(adjacency_matrix, axis=1))

# 计算拉普拉斯矩阵
laplacian_matrix = degree_matrix - adjacency_matrix

# 输出拉普拉斯矩阵
print(laplacian_matrix)

这段代码中，使用`numpy.loadtxt`函数读取邻接矩阵文件，并存储为一个二维数组`adjacency_matrix`。然后，通过对邻接矩阵的每一行求和，得到每个节点的度，从而计算度矩阵。最后，通过拉普拉斯矩阵的定义$L=D-A$，计算得到拉普拉斯矩阵，并输出。

python读取邻接矩阵txt文件计算最短路径并输出

你可以使用Python中的图论库NetworkX来读取邻接矩阵txt文件并计算最短路径，然后将结果输出到txt文件中。具体步骤如下：

1. 安装NetworkX库：使用pip命令安装NetworkX库，命令如下：

   pip install networkx

2. 读取邻接矩阵txt文件：使用Python中的open函数打开邻接矩阵txt文件，然后使用Python中的split函数将每个数字分离出来，并将它们存储到一个二维列表中。

   with open('邻接矩阵.txt') as f:
       matrix = []
       for line in f.readlines():
           row = [int(i) for i in line.split()]
           matrix.append(row)

3. 创建图并计算最短路径：使用NetworkX库中的from_numpy_matrix函数将邻接矩阵转换为图，并使用NetworkX库中的shortest_path函数计算最短路径。

   import networkx as nx
   
   G = nx.from_numpy_matrix(matrix)
   shortest_paths = nx.shortest_path(G)

4. 将结果输出到txt文件中：使用Python中的open函数创建一个新的txt文件，并使用Python中的write函数将结果写入到这个txt文件中。

   with open('最短路径.txt', 'w') as f:
       for i in range(len(shortest_paths)):
           for j in range(len(shortest_paths)):
               f.write(f'{i} -> {j}: {shortest_paths[i][j]}\n')

完整代码如下：

import networkx as nx

with open('邻接矩阵.txt') as f:
    matrix = []
    for line in f.readlines():
        row = [int(i) for i in line.split()]
        matrix.append(row)

G = nx.from_numpy_matrix(matrix)
shortest_paths = nx.shortest_path(G)

with open('最短路径.txt', 'w') as f:
    for i in range(len(shortest_paths)):
        for j in range(len(shortest_paths)):
            f.write(f'{i} -> {j}: {shortest_paths[i][j]}\n')

注意：邻接矩阵txt文件的格式应该是每行代表一个节点，节点之间的数字用空格隔开，如果两个节点之间没有边，则用0表示。