nx.bipartite.biadjacency_matrix() -跟踪节点

Question

我使用python3.6和networkx2.1。我从加权编辑师导入二分图，然后调用双邻接矩阵函数并将结果转换为熊猫数据，对其执行一些操作，例如计算一些相关系数(执行这些计算的函数以邻接矩阵为输入，因此我需要转换编辑列表)。

import pandas as pd
from networkx import bipartite
A=bipartite.biadjacency_matrix(G, nodes1, nodes2).todense()
A=pd.DataFrame(A)

事实上，当我调用bipartite.biadjacency_matrix()时，我丢失了节点的名称，由此产生的数据格式如下所示：

    0   1   2   3   4   5   6   7   8   9  ...  13  14  15  16  17  18  19  \
0    0   0   0   1   0   0   0   0   0   0 ...   0  11   0   2   0   2   1   
1    0   0   0   0   0   0   0   0   0   0 ...   1  23   2   0   0   3   5   
2    0   0   0   0   0   0   0   0   1   0 ...   3  24   3   5   0   3   5   
3    0   0   0   0   0   0   0   0   0   0 ...   0  18   0   2   0   0   1   
4    0   0   0   0   0   0   0   0   1   0 ...   1  17   4   8   0   4   2 
.
.
.

因此，在计算相关系数之后，我可以根据得到的相似矩阵构建一个网络，但我不知道哪一个是谁，谁是谁。关于如何恢复名字有什么建议吗？

Answer 1

来自bipartite.biadjacency_matrix的文档

row_order :节点列表矩阵的行是根据节点列表排序的。 column_order : list，可选矩阵的列是根据节点列表排序的。如果column_order为None，那么列的排序是任意的。

来自pd.DataFrame

索引:用于生成帧的索引或类似数组的索引.如果输入数据中没有索引信息部分且没有提供索引，则默认为np.arange(n) 列:用于生成帧的索引或类似数组的列标签.如果没有提供列标签，则默认为np.arange(n)

您可以推断矩阵A行使用nodes1排序，列使用nodes2排序。要在dataframe中获得相同的顺序，只需：

A = pd.DataFrame(A, index=nodes1, columns=nodes2)