图形工具重叠块对象
Graph-tool Overlap Block Object
如何将处于重叠块状态的每个节点的块成员资格转换为 numpy 数组？
具体来说，当推断重叠块对象时，重叠成员数组似乎可以用
恢复
blockobject = gt.minimize_blockmodel_dl(g, overlap = True)
blockpropertyvector = blockobject.get_overlap_blocks()[0]
要将其转换为 numpy 数组，似乎我们需要了解任何给定节点的最大成员数（我们称之为 max_overlaps），然后我们可以将其转换为二维数组
blockpropertyvector.get_2d_array(range(max_overlaps))
但现在我不确定如何解释结果。这个矩阵的第一行是每个节点的第一个成员分配是真的吗？如果是这样，那么我想说第二行是节点的第二个成员分配（如果存在），否则为 0。但是 0 是一个可能的区块编号，那么我们如何知道第 0 个区块是否包含重叠成员？
实际上，通过这种方式，您将无法区分缺少成员资格和零组成员资格。
我认为你能做的最简单的事情就是遍历节点：
bv = state.get_overlap_blocks()[0]
b = zeros((g.num_vertices(), max_B))
for v in g.vertices():
b[int(v),:len(b[v])] = bv[v].a + 1
根据以上内容，值零表示没有成员资格，值 r > 0 表示属于组 r - 1。
如何将处于重叠块状态的每个节点的块成员资格转换为 numpy 数组？
具体来说，当推断重叠块对象时，重叠成员数组似乎可以用
恢复blockobject = gt.minimize_blockmodel_dl(g, overlap = True)
blockpropertyvector = blockobject.get_overlap_blocks()[0]
要将其转换为 numpy 数组，似乎我们需要了解任何给定节点的最大成员数（我们称之为 max_overlaps），然后我们可以将其转换为二维数组
blockpropertyvector.get_2d_array(range(max_overlaps))
但现在我不确定如何解释结果。这个矩阵的第一行是每个节点的第一个成员分配是真的吗？如果是这样，那么我想说第二行是节点的第二个成员分配（如果存在），否则为 0。但是 0 是一个可能的区块编号，那么我们如何知道第 0 个区块是否包含重叠成员？
实际上，通过这种方式，您将无法区分缺少成员资格和零组成员资格。
我认为你能做的最简单的事情就是遍历节点：
bv = state.get_overlap_blocks()[0]
b = zeros((g.num_vertices(), max_B))
for v in g.vertices():
b[int(v),:len(b[v])] = bv[v].a + 1
根据以上内容，值零表示没有成员资格，值 r > 0 表示属于组 r - 1。