G2 = nx.DiGraph()获取有向图的邻接矩阵

创建有向图对象 `G2` 后，可以使用NetworkX提供的`nx.to_numpy_matrix()`函数将其转换为邻接矩阵。例如：

import networkx as nx

# 创建有向图对象
G2 = nx.DiGraph()

# 添加节点和边
G2.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 2)])

# 将有向图转换为邻接矩阵
adj_matrix = nx.to_numpy_matrix(G2)

print(adj_matrix)

这将输出以下邻接矩阵：

[[0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]
 [0. 1. 0. 0.]]

其中，行和列的顺序与节点的索引相对应，矩阵中的值表示是否存在一条从该行对应节点到该列对应节点的有向边，1表示存在，0表示不存在。需要注意的是，这里返回的邻接矩阵是一个numpy矩阵对象。

相关问题

G = nx.read_edgelist('web-Google.txt', create_using = nx.DiGraph)啥意思

这段代码使用了 NetworkX 库中的 `read_edgelist` 方法，用于从文件中读取有向图数据，并创建一个有向图对象 `G`。具体来说，它读取名为 "web-Google.txt" 的文件，该文件包含了 Google 网络图的边列表数据，每行表示一条有向边，格式为 "源节点ID 目标节点ID"。`create_using` 参数指定了创建图的类型，这里使用了有向图 `DiGraph`。最终，这段代码将数据读入内存，并创建了一个有向图对象 `G`，可以方便地对其进行图论分析和操作。

class Graph: graph = nx.DiGraph() def __init__(self): self.graph = nx.DiGraph() def createGraph(self, filename): file = open(filename, 'r') for line in file.readlines(): nodes = line.split() edge = (int(nodes[0]), int(nodes[1])) self.graph.add_edge(*edge) return self.graph 什么意思

这段代码定义了一个Graph类，用于创建和操作DiGraph对象（有向图）。类的初始化方法__init__中创建了一个空的DiGraph对象。类还有一个createGraph方法，用于从文件中读取图的边信息并创建DiGraph对象。方法接收一个文件名作为输入，并返回创建的DiGraph对象。具体实现中，方法打开文件并逐行读取，将每行的两个节点转换为整数，并将它们作为有向边添加到DiGraph对象中。最后，方法返回创建的DiGraph对象。