Есть ли способ, с помощью Igraph в Python, вычислить (чтобы в конечном итоге построить) спектр собственных значений графика, как описано в статье?Вычисление спектра собственных значений графика с помощью Igraph
http://lthiwww.epfl.ch/~leveque/Projects/barabasi_al.pdf
Если да, то какие функции нужно использовать? Если нет, то какие хорошие альтернативные методы?
Хорошо, так что я понял, вл сделать это только с igraph:
import numpy.linalg
from igraph import *
import random
import numpy as np
import time
nbr_noeuds = 50
dens = .2
p=random.uniform(dens,dens)
G = Graph.Erdos_Renyi(nbr_noeuds, p, directed=False, loops=False)
t0 = time.time()
L = G.laplacian(normalized=True)
e = numpy.linalg.eigvals(L)
print time.time()-t0
и вычисления гораздо быстрее, тоже выход печати 0,0009
Заметим, что матрица * лапласиана * графа отличается от матрицы * смежности *, но легко преобразовать между ними (http://en.wikipedia.org/wiki/Laplacian_matrix). В упомянутой работе используются собственные значения матрицы * смежности *, а не матрицы * лапласиана *. – Bitwise
Ох ... спасибо за комментарий! – Rodolphe
Это проще и, вероятно, быстрее, таким образом
In [1]: import networkx as nx
In [2]: from numpy.linalg import eigvals
In [3]: %timeit eigvals(nx.normalized_laplacian_matrix(nx.fast_gnp_random_graph(50,0.2)).A)
100 loops, best of 3: 3.13 ms per loop
Спасибо! Проблема в том, что у меня есть графический график, чтобы начать, переход занимает некоторое время, я думаю ... – Rodolphe
Разве это не просто преобразование графа в матрицу смежности, а затем вычисление собственных значений матрицы? – Bitwise
Мог быть, я видел, что у сети есть функция, чтобы сделать это, но это действительно не слишком. Тогда я буду проверять numpy. Благодарю. – Rodolphe