网络环境下的图形模型仿真

Question

我在networkx中有一个非常特殊的图形问题：

我的有向图有两种不同类型的节点(我将称它们为I和T)，它只在I-T和T-I之间使用边构建(因此T不与其他T连接，与i连接相同)。

现在，我需要模拟一个具有相同行为的新图:我有一定数量的I和T，并且let之间的边界存在一定的概率(也是对于p_i，但概率不同，我们称它们为p_i和p_o)。

所以我的问题是我不能用for循环来迭代，因为这两个循环都很大(我现在分析的数据是5000 T和5000 I的，但可能会增加到300000个)，而我的pc无法处理这个问题。

在这种情况下创建图形的最佳方法是什么？

Answer 1

这就是@ravenspoint让我用他的评论达成的解决方案。

对于T=5000和I=5000，它的工作方式是在I中执行for loops，在T中执行一个，并使用numpy中的np.random.binomial(1, pi, nI)和np.random.binomial(1, po, nO)，其中nO和nI是真实图形中O和I的长度，如果E 113这些数组是1E 214，则创建边框。

如果po=pi (在我的示例中就是这样)，那么@Stef解决方案也能工作，您可以使用nx.bipartite.random_graph(countadd, countt, p, seed=None,directed=True)