因此，我创建了一种非常简单(可能效率低下)的生成哈希图的方法。
问题:
我有4个维度。
我想均匀地显示它(tesseract)，但我不知道如何重塑它。 如何在Python中重塑networkx图？
我已经看到了一些使用p和q的人的示例，但是由于它们不统一，因此无法按照我的方式进行调整。
是否可以重塑图形并使其统一？ (即，将我的哈希图重塑为tesseract形状(最好使用r)
这是我目前的样子:
这是我的代码，用于生成N维的哈希图
#!/usr/bin/python
import networkx as nx
import matplotlib.pyplot as plt
import itertools
H = nx.DiGraph()
axis_labels = ['p','q','r','s']
D_len_node = {}
#Iterate through axis labels
for i in xrange(0,len(axis_labels)+1):
#Create edge from empty set
if i == 0:
for ax in axis_labels:
H.add_edge('O',ax)
else:
#Create all non-overlapping combinations
combinations = [c for c in itertools.combinations(axis_labels,i)]
D_len_node[i] = combinations
#Create edge from len(i-1) to len(i) #eg. pq >>> pqr, pq >>> pqs
if i > 1:
for node in D_len_node[i]:
for p_node in D_len_node[i-1]:
#if set.intersection(set(p_node),set(node)): Oops
if all(p in node for p in p_node) == True: #should be this!
H.add_edge(''.join(p_node),''.join(node))
#Show Plot
nx.draw(H,with_labels = True,node_shape = 'o')
plt.show()
我想像这样重塑它:
如果有人知道制作Hasse图的简便方法，请分享一些智慧，但这不是本文的主要目的。
最佳答案
这是一个务实而不是纯粹的数学答案。
我认为您有两个问题-一个与布局有关，另一个与您的网络有关。
1.网络
网络中的边缘太多，无法代表单位tesseract。 警告我不是这里的数学专家-只是从绘图角度(matplotlib标记)开始的。请解释我是否错。
您想要的投影，例如n = 4的Hasse图的wolfram mathworld页面，只有4条边连接到所有节点，而2位有6条边和3位节点有7条边。您的图形完全连接了每个“级别”，即，具有0 1值的4-D矢量连接到具有1 1值的所有矢量，然后又连接到具有2 1值的所有矢量，依此类推。这在基于Wikipedia答案的投影中最为明显(下图2)
2.投影
我找不到预写的算法或库来自动将4D tesseract投影到2D平面上，但是我确实找到了两个示例e.g. Wikipedia。由此，您可以得出适合您的坐标集并将其传递给nx.draw()调用。
这是一个示例-我包含了两个坐标集，一个看起来像您上面显示的投影，一个与this one from wikipedia匹配。
import networkx as nx
import matplotlib.pyplot as plt
import itertools
H = nx.DiGraph()
axis_labels = ['p','q','r','s']
D_len_node = {}
#Iterate through axis labels
for i in xrange(0,len(axis_labels)+1):
#Create edge from empty set
if i == 0:
for ax in axis_labels:
H.add_edge('O',ax)
else:
#Create all non-overlapping combinations
combinations = [c for c in itertools.combinations(axis_labels,i)]
D_len_node[i] = combinations
#Create edge from len(i-1) to len(i) #eg. pq >>> pqr, pq >>> pqs
if i > 1:
for node in D_len_node[i]:
for p_node in D_len_node[i-1]:
if set.intersection(set(p_node),set(node)):
H.add_edge(''.join(p_node),''.join(node))
#This is manual two options to project tesseract onto 2D plane
# - many projections are available!!
wikipedia_projection_coords = [(0.5,0),(0.85,0.25),(0.625,0.25),(0.375,0.25),
(0.15,0.25),(1,0.5),(0.8,0.5),(0.6,0.5),
(0.4,0.5),(0.2,0.5),(0,0.5),(0.85,0.75),
(0.625,0.75),(0.375,0.75),(0.15,0.75),(0.5,1)]
#Build the "two cubes" type example projection co-ordinates
half_coords = [(0,0.15),(0,0.6),(0.3,0.15),(0.15,0),
(0.55,0.6),(0.3,0.6),(0.15,0.4),(0.55,1)]
#make the coords symmetric
example_projection_coords = half_coords + [(1-x,1-y) for (x,y) in half_coords][::-1]
print example_projection_coords
def powerset(s):
ch = itertools.chain.from_iterable(itertools.combinations(s, r) for r in range(len(s)+1))
return [''.join(t) for t in ch]
pos={}
for i,label in enumerate(powerset(axis_labels)):
if label == '':
label = 'O'
pos[label]= example_projection_coords[i]
#Show Plot
nx.draw(H,pos,with_labels = True,node_shape = 'o')
plt.show()
pr应该连接到pqs:“两个立方体”投影
Wikimedia示例投影
笔记
如果您想进行自己的预测(并以数学方式建立
pos)的数学方法，则可以看看this research paper。编辑:
好奇心使我变得更好，我不得不寻找一种数学方法来做到这一点。我发现this blog-其主要结果是投影矩阵:
这使我开发了此功能来投影每个标签，使包含“p”的标签表示该点在“p”轴上的值为1，即我们正在处理单位tesseract。因此:
def construct_projection(label):
r1 = r2 = 0.5
theta = math.pi / 6
phi = math.pi / 3
x = int( 'p' in label) + r1 * math.cos(theta) * int('r' in label) - r2 * math.cos(phi) * int('s' in label)
y = int( 'q' in label) + r1 * math.sin(theta) * int('r' in label) + r2 * math.sin(phi) * int('s' in label)
return (x,y)
这将在上面的程序中运行，只需替换
pos[label] = example_projection_coords[i]
pos[label] = construct_projection(label)
随心所欲地玩
r1，r2，theta和phi :)关于python - 如何在Python中重塑networkx图？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30689391/