高效地使用图形工具

Question

经过很长时间的思考，我终于决定把这个问题发到这里。几天前，我开始使用graph-tool做各种事情。在此之前，我一直使用Networkx。我已经看到了令人印象深刻的性能比较，并认为一切都会很简单。但是，我立即遇到了速度问题，提出一个问题与它的一个特定方面有关。我得到了一个令我满意的快速回答。然而，现在这个速度问题不时地困扰着我，我找不到任何与高效使用graph-tool相关的文档。例如，从对我上一个问题的回答中，我意识到最好是把所有的边加在一起，而不是一个接一个地加在一起，这是一个非常重要的注意点，但没有被任何地方提及！我现在又有两个类似的问题：

(1)如何选择给定节点的随机邻居？我只能看到以下解决方案：

nbr = np.random.choice(list(v.all_neighbours()))

因为v.all_neighbours()是一个生成器，所以我必须将它转换为列表来选择一个随机元素。这会减慢代码的速度，但我看不出有什么更好的方法。

(2)我要赋值一个一维向量( list可以吗？)对于图中的每个顶点，稍后我将以一种特定的方式交换和修改它们。这是一个简单的属性映射，我希望看到一些关于如何有效地使用它的文档。但是，我找不到任何东西。

(3)我试图在某个网络中模拟一个随时间变化的三进闭包。因此，在每个时间步骤中，我都需要一个关于图中每个顶点的邻域的信息。同样，我必须创建一个列表(或numpy数组)：

nbrs = [w for w in v.neighbours()]

这大大降低了我的代码速度。这意味着我做得不对，但我找不到任何文档来告诉我如何在图形工具中高效地使用邻居。

不知怎么的，我为相同任务编写的Networkx程序的性能完全超过了图形工具代码，我根本买不到这个。

这个列表可能会增加，因此，如果有人能向我介绍一些关于有效使用图形工具的文档，除了回答上面提到的具体问题之外，我会非常高兴。

提前谢谢。

Answer 1

您可以以数组的形式访问邻居和顶点，这将加快代码的速度，如文档：https://graph-tool.skewed.de/static/doc/quickstart.html#fast-iteration-over-vertices-and-edges所述

例如，没有执行以下操作：

nbr = np.random.choice(list(v.out_neighbours()))

你应该这样做：

nbr = np.random.choice(g.get_out_neighbours(v))

这应该更快，因为数组被使用而不是列表。

Answer 2

我将尝试做更多的"graph-tool-specific“的回答：

1)实际上，这个与python有关，因此您可能希望使用来自random.shuffle的解决方案，但是，如果您要重复使用这个解决方案(如果您有足够的可用内存)，我认为最好将邻接矩阵作为scipy稀疏矩阵，然后使用该矩阵：

import graph_tool
from graph_tool.spectral import adjacency
import numpy as np

g = graph_tool.Graph()
g.add_vertex(100)
edges = np.random.randint(0, 100, (500,2))
g.add_edge_list(edges)

mat = adjacency(g).tolil()
rows = mat.rows.copy() # mat.rows = in-neighbours for each vertex
map(np.random.shuffle, rows)
rnd_neighbours = { i:row[0] for i, row in enumerate(rows) if row }

其中，rnd_neighbours包含非零维数的每个顶点的一个随机邻居的索引。

2)阅读PropertyMaps和详细版本，list被接受为python::object或简单的object。然后，您可以将它们作为PropertyMap中的元素访问。

3)对于三进闭包，请查看邮件列表中的聚类模块和这条线。

编辑:顺便提一下，我忘了提到它，但是您可以使用openmp_enabled、openmp_get_num_threads和openmp_set_num_threads在graph-tool中访问和更改openmp_set_num_threads线程的数量。但在医生身上找不到.但这是来源。