图论模型如何用Python把矩阵转换为对称矩阵做无向图？ 矩阵化为对称矩阵的办法
在matlab解决图论问题中 怎么绘制无向图
N = 20; % 随机生成点的数量
x = rand(N,1); % 生成点的坐标
y = rand(N,1);
L = rand(N,N) > 0.9; % 随机生成连接关系（随机数大于门限值0.9为有连接）
D = round(squareform(pdist([x y]))*100)/100; % 计算各节点距离（保留两位小数）
DG = sparse(D.*L); % 用稀疏矩阵表示图
UG = tril(DG + DG'); % 转换为无向图
view(biograph(UG,[],'ShowArrows','off','ShowWeights','on'));% 显示图
怎么用python的networkx工具箱将图的邻接矩阵转化为图
那啥……邻接矩阵都建立了你直接往networkx里面添加边不好么
import networkx as nx
import numpy as np
G = nx.Graph()
Matrix = np.array(
[
[......]
]
)
for i in range(len(Matrix)):
for j in range(len(Matrix)):
G.add_edge(i, j)
如何把一个矩阵转换为对称矩阵?
此段程序确实是求方阵的转置
如果把循环体中语句只保留
a[i][j] = a[j][i];
结果就是对角线下方的元素aij 等于 对应的 aji
也就是用对角线上方的元素 构造出 对称矩阵
其实在循环结束后打印出结果就看清楚了
如何用python对矩阵形式的数据进行离散化
是对原始数据的线性变换，使结果映射到[0,1]区间。方便数据的处理。消除单位影响及变异大小因素影响。
基本公式为：
x'=（x-min）/（max-min）
代码：
#！／user/bin/env python
#-*- coding:utf-8 -*-#author:M10import numpy as npimport pandas as pdimport matplotlib.pylab as pltimport mysql.connectorconn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#链接本地数据库sql = 'select price,comment from taob'#sql语句data = pd.read_sql(sql,conn)#获取数据#离差标准化data1 = (data-data.min())/(data.max()-data.min())print(data1)