Создание графа Эрдоша-Рени с использованием объектов классов в Python

Не используйте quad для функции, которая возвращает список из двух функций - вместо этого дважды используйте две функции для двух функций, а затем составляйте результаты в список. Документация для scipy.integrate.quad дает возможные сигнатуры для интегрируемой функции, и каждая сигнатура показывает, что функция должна возвращать значение double (называемое float в Python), а не список.

Если вы не можете изменить определения time_start или fun или параметры или возвращаемое значение integral, вы можете использовать этот код.

from math import cos, sin
from scipy.integrate import quad

# Global variables and constants used in function `integral`
time_start = 0
fun = lambda time: [cos(time), sin(time)]

# The desired function
def integral(time):
    """Return a list of two items containing the integrals of the two
    components of the `fun` function from `start_time` to `time`.
    """
    def fun0(time):
        return fun(time)[0]
    def fun1(time):
        return fun(time)[1]

    integral0 = quad(fun0, time_start, time)[0]
    integral1 = quad(fun1, time_start, time)[0]
    return [integral0, integral1]

Тогда результатом утверждения

print(integral(0), integral(pi/2), integral(pi))

является

[0.0, 0.0] [0.9999999999999999, 0.9999999999999999] [3.6775933888827275e-17, 2.0]

, что вы хотите, с точностью до ошибки.


путь, используя выражение lambda для создания функции, тогда присвоение имени имени считается плохой практикой программирования в Python. См. здесь , пятый пункт. Вместо этого используйте обычный блок def:

def fun(time):
    return [cos(time), sin(time)]

def integral(time):
    # as shown above

Конечно, использование time_start и fun в качестве глобальных переменных, а не как параметры integral, также является плохой практикой, но я придерживался того, как вы их использовали.

1
задан user710 21 January 2019 в 01:39
поделиться

1 ответ

Со страницы Википедии Модель Эрдеша – Реньи :

В модели G (n, p) граф строится путем случайного соединения узлов. Каждое ребро входит в граф с вероятностью p, не зависящей от любого другого ребра.

Чтобы создать граф ER на основе заранее определенного набора узлов, вам просто нужно сделать следующее:

  1. Создать пустой ненаправленный networkx.Graph.
  2. Добавьте узлы на график.
  3. Выполните итерацию по всем возможным ребрам (то есть по всем парам узлов) и добавьте ребро в граф с вероятностью p.

Вот некоторый псевдокод python-ish, чтобы дать вам идею:

import random
import networkx as nx
from itertools import combinations

# probability for an edge to exist
p = 0.5

# ASSUMPTION: This array contains all desired nodes
nodes = [...]

g = nx.Graph()
g.add_nodes_from(nodes)

for u, v in combinations(g, 2):
    if random.random() < p:
        g.add_edge(u, v)

Это должно дать вам совершенно корректный граф ER, использующий заранее определенный набор узлов. Обратите внимание, что этот метод не будет особенно эффективен для генерации массивных графов.

0
ответ дан jakee 21 January 2019 в 01:39
поделиться
Другие вопросы по тегам:

Похожие вопросы: