Question

我不了解图表(这些图表似乎非常有用),我很想知道,我是否能够就如何安排我的图表提出一些建议。

简言之,请允许我说,我每天和几天前一样收到订购单数据。例如,昨天,我有登机和老板的命令,我创立了代表他们的两个节点,今天,我收到了一个时代和标志的次序,等等。每天之后,我的方案还看见谁下令做什么,如果Bob昨天下令开笔,然后是今天的一位老板,它就会形成一个方向。我的逻辑是,我可以看到谁购买了每天的物品,我可以追踪博博博的购买行为(并可能利用这一方式与本人或其他使用者混为一谈)。

我的问题是,我用网络x(python)为时日制造了 no子,然后是一天又一个 no子,我可以加以区别。

我认为(并且已经)将其命名为第2-Ppencil号,然后扫描整个图表,并删除第2天,以跟踪笔录。在我看来,这似乎是错误的(更不用说加工商花费昂贵)。我认为,关键在于,如果我想研究某一天或几天,我就不必扫描整个图表。

由于我的测试数据更大,它越来越混淆不清,所以我怀疑最佳做法是什么? 任何产生的建议都是巨大的(因为网络似乎很完整,因此很可能有这样做的方法)。

提前感谢!

最新信息:仍然无uck,但可能是有益的:

import networkx as nx
G=nx.Graph()
G.add_node( pencil , day= 1/1/12 , colour= blue )
G.add_node( eraser , day= 1/1/12 , colour= rubberish colour. I know thats not a real colour )
G.add_node( pencil , day= 1/2/12 , colour= blue )

因此,我打上了以下指挥系统:

{ pencil : { colour :  blue ,  day :  1/2/12 },  eraser : { colour :  rubberish colour. I know thats not a real colour ,  day :  1/1/12 }}

它显然推翻了1/1/12和1/2/12的笔录,我无法确定我是否能够作出反驳。

Answer 1

这主要取决于您的实际目标。你们想要分析的是你的图表设计中的确切因素。但是,根据您的结构,一般结构将由<代码>连接的和Products。日 (我不知道这是否有助于你,但事实上是bipartite graph 。)

因此,你的结构就是这样:

node(Person) --- edge(Day) ---> node(Product)

请允许我说,Bob于1月1日购买了笔金:

node(Bob) --- 1/1/12 ---> node(Pencil)

Ok, 如今,Bobi在2月1日购买另一台铅:

          -- 1/1/12 --
         /            
node(Bob)              > node(Pencil)
                     /
          -- 1/2/12 --

页: 1

实际可行的是<代码>networkx。由于你在节点之间有多个优势,因此,你必须在<代码>Multi Graph MorMultiDiGraph之间作出选择,这取决于您的对口。

In : g = networkx.MultiDiGraph()

In : g.add_node("Bob")
In : g.add_node("Alice")

In : g.add_node("Pencil")

In : g.add_edge("Bob","Pencil",key="1/1/12")
In : g.add_edge("Bob","Pencil",key="1/2/12")

In : g.add_edge("Alice","Pencil",key="1/3/12")
In : g.add_edge("Alice","Pencil",key="1/2/12")

In : g.edges(keys=True)
Out:
[( Bob ,  Pencil ,  1/2/12 ),
 ( Bob ,  Pencil ,  1/1/12 ),
 ( Alice ,  Pencil ,  1/3/12 ),
 ( Alice ,  Pencil ,  1/2/12 )]

迄今为止,情况并非如此。您实际上可以询问“Did Albert在1/1/12月1日购买 Pen吗?

In : g.has_edge("Alice","Pencil","1/1/12")
Out: False

In : g.has_edge("Alice","Pencil","1/2/12")
Out: True

如果你想在具体的日子里发出所有命令,事情就可能变得坏。顺便说一句,我不说是密码,而是计算。守则非常简单:

In : [(from_node, to_node) for from_node, to_node, key in g.edges(keys=True) if key=="1/2/12"]
Out: [( Bob ,  Pencil ), ( Alice ,  Pencil )]

但是,这扫描了网络的所有边缘,并过滤了你们想要的边缘。我不认为<代码>networkx更好。

Answer 2

图表不是最佳办法。诸如MySQL等关系数据库是保存这一数据并回答谁在什么时候购买的正确工具。

Answer 3

Try this:

每一节点都是一种独特的分类。之后,创立了一个字典,即:

nodes[ pencil ] = [1,4,...] <- where all of these correspond to a node with the pencil attribute. Replace pencil with whatever other attributes you re interested in.

Just make sure that when you add a node with pencil , you update the dictionary:

node[pencil].append(new_node_id)。同样,删除。

友情链接