文档

图与网络算法

有向图和无向图,网络分析

图为网络中的连接建模,广泛应用于各种物理、生物和信息系统。您可以使用图形来建模大脑中的神经元,航空公司的飞行模式,以及更多。图的结构由“节点”和“边”组成。每个节点代表一个实体,每条边代表两个节点之间的连接。有关更多信息,请参见有向图和无向图

功能

全部展开

具有无向边的图
有向图 有向边图
addnode 添加新节点到图形
rmnode 从图中删除节点
addedge 向图中添加新的边
rmedge 从图中删除边
flipedge 反向边方向
numnodes 图中的节点数
numedges 图中的边数
findnode 定位图中的节点
findedge 定位图中的边
edgecount 两个节点之间的边数
reordernodes 重新排序图节点
子图 提取子图
bfsearch 图广度优先搜索
dfsearch 图深度优先搜索
中心 测量节点的重要性
maxflow 图中最大流量
conncomp 连通图组件
biconncomp 双连通图组件
冷凝 图凝结
bctree Block-cut树图
minspantree 图的最小生成树
toposort 有向无环图的拓扑序
isdag 确定图是否是无环的
transclosure 传递闭包
transreduction 减少传递
isisomorphic 确定两个图是否同构
同构 计算两个图之间的同构
ismultigraph 判断图是否有多条边
简化 将多图简化为简单图
shortestpath 两个单节点之间的最短路径
shortestpathtree 从节点到树的最短路径
距离 所有节点对的最短路径距离
邻接 图的邻接矩阵
发病率 图的关联矩阵
拉普拉斯算子 图拉普拉斯算子的矩阵
学位 图节点度
邻居 图节点的邻域
最近的 半径内最近邻
入度 节点的入度
出度 学位的节点
前任 节点的前辈
继任者 节点的继任者
inedges 进入节点的边
outedges 从节点输出边
情节 绘制图形的节点和边
labeledge 标签图像边缘
labelnode 标签图节点
布局 改变图形布局
突出 突出显示绘制的图形中的节点和边

对象

GraphPlot 有向图和无向图的图形图

属性

GraphPlot属性 图形显示外观和行为

主题

有向图和无向图

有向图和无向图简介。

修改现有图的节点和边

这个例子展示了如何访问和修改节点和/或边有向图对象使用addedge,rmedge,addnode,rmnode,findedge,findnode,子图功能。

添加图节点名称、边权值和其他属性

这个示例展示了如何向使用有向图

绘图和定制

这个示例展示了如何绘制图,然后定制显示,以向图节点和边添加标签或突出显示。

向图形绘制数据光标添加节点属性

此示例显示如何自定义GraphPlot数据光标显示图形的额外节点属性。

可视化宽度优先和深度优先搜索

这个例子展示了如何定义一个函数来可视化的结果bfsearchdfsearch通过突出显示图的节点和边。

建立Watts-Strogatz小世界图模型

这个例子展示了如何构造和分析瓦特-斯特罗加茨小世界图。

使用PageRank算法对网站进行排名

这个例子展示了如何使用PageRank算法对一个网站集合进行排名。

用拉普拉斯矩阵划分图

这个例子展示了如何使用一个图的拉普拉斯矩阵来计算Fiedler向量。

这个话题有用吗?