fiedler_vector#
- fiedler_vector(G, weight='weight', normalized=False, tol=1e-08, method='tracemin_pcg', seed=None)[源代码]#
返回连接的无向图的Fiedler向量。
连通无向图的Fiedler向量是图的拉普拉斯矩阵的次小特征值所对应的特征向量。
- 参数
- G网络X图表
无向图。
- weight对象，可选(默认：无)
用于确定每条边的权重的数据键。如果没有，则每条边都有单位重量。
- normalized布尔值，可选(默认值：FALSE)
是否使用标准化的拉普拉斯矩阵。
- tol浮点，可选(默认：1E-8)
特征值计算中相对残差的容差。
- method字符串，可选(缺省值：‘TRACE_PCG’)
特征值计算方法。它必须是下面所示的跟踪选项之一(TraceMIN)、‘lanczos’(Lanczos迭代)或‘lobpcg’(LOBPCG)。
tracemin算法使用线性系统解算器。以下值允许指定要使用的解算器。
价值
求解器
'tracemin_pcg'
共轭梯度法
'tracemin_lu'
LU因子分解
- seed整数、随机状态或无（默认）
随机数生成状态的指示器。见 Randomness .
- 返回
- fiedler_vector浮点数组的NumPy。
菲德勒矢量。
- 加薪
- NetworkXNotImplemented
如果G被指示。
- NetworkXError
如果g有少于两个节点或者没有连接。
参见
laplacian_matrix
笔记
边缘权重由其绝对值解释。对于多重图，求和平行边的权重。忽略零加权边。