找到最大派系并删除节点?
Finding maximal cliques and removing nodes?
我正在尝试查找一组项目的最大派系。
目前我正在使用 python 的 networkx 库并使用 find_cliques() 函数来查找所有最大派系,如下所示:
import newtworkx as nx
G = nx.Graph()
E = [[1,2], [1,3], [1,4], [2,3], [2,4], [3,4], [2,6], [2,5], [5,6]]
G.add_edges_from(E)
#G.edges()
lst = list(nx.find_cliques(G))
lst
Out [] : [[2, 1, 3, 4], [2, 5, 6]]
但我实际上期望的是找到最大团,然后删除最大团图中的节点,然后再次从上次删除后留下的节点中找到最大团。
对于上面的例子,我希望得到 [2, 1, 3, 4] 然后删除这些节点,所以只剩下 5 和 6,这将是另一个团 [5, 6] 。
更新
我们可以使用G.remove_node(),它会按预期删除节点以及所有相邻边。
G = nx.Graph()
E = [[1,2], [1,3], [1,4], [2,3], [2,4], [3,4], [2,6], [2,5], [5,6], [3,5], [5,7]]
G.add_edges_from(E)
list1 = list(nx.find_cliques(G))
#list1 gives [[2, 3, 1, 4], [2, 3, 5], [2, 6, 5], [7, 5]]
n = nx.number_of_nodes(G)
#n
[G.remove_node(nd) for nd in list1[0]]
list2 = list(nx.find_cliques(G))
#list2 gives [[5, 6], [5, 7]]
[G.remove_node(nd) for nd in list2[0]]
list3 = list(nx.find_cliques(G))
#list3 gives [[7]]
但是每次删除节点时,都会找到新的最大团并将其存储在新列表中,依此类推。在 while 循环中怎么可能 运行 直到图 G 中没有剩余边,即节点数为 0 或 1。
您可以使用 G.remove_node
从图形中删除节点(和关联的边)。
如何删除第一个 clique 的所有节点:
lst = list(nx.find_cliques(G))
[G.remove_node(nd) for nd in lst[0]]
重复删除第一个团的节点,直到没有团为止:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
请注意,这与在每个步骤中删除 所有 个位于 any 最大团 中的节点不同,即:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
# This flattens the list of cliques into one list. `set` reduces to unique values.
flattened = set([nd for cl in lst for nd in cl])
[G.remove_node(nd) for nd in flattened]
lst = list(nx.find_cliques(G))
最后,如果您希望按照特定顺序删除派系(例如最大派系优先),您可以通过相应地排序 lst
来完成此操作:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
lst.sort(key=len, reverse=True) # Sort maximum clique to the front
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
编辑: 为了完整起见,以下是在删除派系之前如何存储派系(根据您的评论,@Ankie):
out = []
lst = list(nx.find_cliques(G))
while len(lst) > 0:
out.append(lst[0])
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
作为附加说明,应该指出这些操作基本上是 'destroy' 图 G
。如果稍后再次需要该图并且需要很长时间来构建,那么处理该图的副本以保留原始图是有意义的。可以这样复制:
G2 = G.copy()
我正在尝试查找一组项目的最大派系。
目前我正在使用 python 的 networkx 库并使用 find_cliques() 函数来查找所有最大派系,如下所示:
import newtworkx as nx
G = nx.Graph()
E = [[1,2], [1,3], [1,4], [2,3], [2,4], [3,4], [2,6], [2,5], [5,6]]
G.add_edges_from(E)
#G.edges()
lst = list(nx.find_cliques(G))
lst
Out [] : [[2, 1, 3, 4], [2, 5, 6]]
但我实际上期望的是找到最大团,然后删除最大团图中的节点,然后再次从上次删除后留下的节点中找到最大团。
对于上面的例子,我希望得到 [2, 1, 3, 4] 然后删除这些节点,所以只剩下 5 和 6,这将是另一个团 [5, 6] 。
更新
我们可以使用G.remove_node(),它会按预期删除节点以及所有相邻边。
G = nx.Graph()
E = [[1,2], [1,3], [1,4], [2,3], [2,4], [3,4], [2,6], [2,5], [5,6], [3,5], [5,7]]
G.add_edges_from(E)
list1 = list(nx.find_cliques(G))
#list1 gives [[2, 3, 1, 4], [2, 3, 5], [2, 6, 5], [7, 5]]
n = nx.number_of_nodes(G)
#n
[G.remove_node(nd) for nd in list1[0]]
list2 = list(nx.find_cliques(G))
#list2 gives [[5, 6], [5, 7]]
[G.remove_node(nd) for nd in list2[0]]
list3 = list(nx.find_cliques(G))
#list3 gives [[7]]
但是每次删除节点时,都会找到新的最大团并将其存储在新列表中,依此类推。在 while 循环中怎么可能 运行 直到图 G 中没有剩余边,即节点数为 0 或 1。
您可以使用 G.remove_node
从图形中删除节点(和关联的边)。
如何删除第一个 clique 的所有节点:
lst = list(nx.find_cliques(G))
[G.remove_node(nd) for nd in lst[0]]
重复删除第一个团的节点,直到没有团为止:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
请注意,这与在每个步骤中删除 所有 个位于 any 最大团 中的节点不同,即:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
# This flattens the list of cliques into one list. `set` reduces to unique values.
flattened = set([nd for cl in lst for nd in cl])
[G.remove_node(nd) for nd in flattened]
lst = list(nx.find_cliques(G))
最后,如果您希望按照特定顺序删除派系(例如最大派系优先),您可以通过相应地排序 lst
来完成此操作:
lst = list(nx.find_cliques(G))
while len(lst) > 0:
lst.sort(key=len, reverse=True) # Sort maximum clique to the front
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
编辑: 为了完整起见,以下是在删除派系之前如何存储派系(根据您的评论,@Ankie):
out = []
lst = list(nx.find_cliques(G))
while len(lst) > 0:
out.append(lst[0])
[G.remove_node(nd) for nd in lst[0]]
lst = list(nx.find_cliques(G))
作为附加说明,应该指出这些操作基本上是 'destroy' 图 G
。如果稍后再次需要该图并且需要很长时间来构建,那么处理该图的副本以保留原始图是有意义的。可以这样复制:
G2 = G.copy()