改善networkx中的python性能

Question

我正在使用包numpy和网络在python中创建网络。                                                                                                                                                                                                                                

事实：

1. 创建此图大约需要一个小时

2. 表格可adjacency容纳212,000行

由于我是python的新手，所以我没有解释器执行多少优化（如果有的话）。无论如何，我认为错误在于实际在该行中创建图形：

g = nx.from_numpy_matrix(mat, create_using=nx.DiGraph())

我相信这是因为：

1. 我已经在没有该行的情况下运行了代码，而且速度非常快（最多10秒）

2. 我认为写作mat是O（nlgn），因为我们有n行，从数据库中读取（btree搜索）是O（lgn），写作mat是O（1）。

我只是以为读取邻接矩阵需要O（n ^ 2）的时间。也许邻接表（在中作为dict的一个字典实现networkx）会更快。在那种情况下，没有人知道networkx中的加权图和邻接表吗？

如果您需要更多信息，请与我联系，我们将不胜感激！ 注意：为了将来：我怎么知道一个小时是否合理？

Answer 1

我不确定将numpy矩阵转换为Di-Graph时为什么这样慢。请在下面尝试这种方法，看看是否有帮助。def create_directed_graph(rows):    g = nx.DiGraph()    for row in rows:        curRow = row['r']        curCol = row['c']        weight = row['val']        g.add_edge(curRow,curCol,Weight=weight)    return g