Graph.get_adjacency（）是缓慢的，输出是奇怪(Graph.get_adjacenc

考虑在python-的igraph 0.7的图表对象-G。 如果我想G的邻接矩阵A，我必须写A=G.get_adjacency()但有两个问题：

1. 即使G是稀疏的3000个节点，在很长一段时间在我的笔记本电脑商用时产生的。 有没有可能是邻接矩阵的创建是如此昂贵？
2. 输出成为一个Matrix对象，所以如果我想与A上的numpy的模块进行操作，我必须把它先在列表中，然后转换成一个numpy.matrix。 此外，如果A是稀疏我需要在稀疏矩阵SciPy的第三转换。

是否有任何的igraph的方式获得稀疏图的scipy.sparse矩阵在合理的时间？

Answer 1:

1. 不要紧，该图是稀疏与否，因为仍然IGRAPH将创建一个密集矩阵所以它是一个O（N ^2）操作。 （在技术上，基体本身在C层，其中所述基质的为全零的初始化需要O（N ^2），然后将其填充在O（那些m），其中n是顶点的数目，m是被创建边数-但随后的矩阵被转发到的Python层，其中它被转换成一个矩阵对象，和Python的层不知道该矩阵基本上是稀疏所以需要O（N ^2），以将其转换，在我的笔记本电脑，拥有3000个节点创建一个图的邻接矩阵大约是500毫秒，我想这可能是正常的。

2. 是的，有创造一个稀疏矩阵出的igraph图形的直线距离的一种方式，虽然这是一个有点冗长：

    from scipy.sparse import coo_matrix from numpy import hstack, ones def graph_to_sparse_matrix(graph): xs, ys = map(array, zip(*graph.get_edgelist())) if not graph.is_directed(): xs, ys = hstack((xs, ys)).T, hstack((ys, xs)).T else: xs, ys = xs.T, ys.T return coo_matrix((ones(xs.shape), (xs, ys))) 

该版本在同一图表转换为SciPy的稀疏矩阵在约26毫秒我的机器上。

文章来源: Graph.get_adjacency() is slow and the output is strange