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：创建此图大约需要一个小时表格可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：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）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