파이썬의 NetworkX는 그래프 분석과 시각화를 위한 강력한 도구입니다. 다양한 그래프 매트릭스를 활용하여 그래프의 구조와 속성을 분석할 수 있습니다. 이번에는 NetworkX에서 제공하는 그래프 매트릭스의 사용 예제를 소개하겠습니다.
인접 행렬 (Adjacency Matrix)
인접 행렬은 그래프의 노드들간의 연결 관계를 행렬로 나타낸 것입니다. 각 노드간의 연결 관계를 0과 1로 표현합니다. NetworkX에서는 nx.adjacency_matrix() 함수를 사용하여 인접 행렬을 생성할 수 있습니다. 아래는 인접 행렬의 사용 예제입니다.
import networkx as nx
# 그래프 생성
G = nx.Graph()
G.add_edges_from([(1, 2), (2, 3), (3, 1)])
# 인접 행렬 생성
adj_matrix = nx.adjacency_matrix(G)
print(adj_matrix.todense())
위 코드는 3개의 노드와 3개의 간선을 가지는 그래프를 생성하고, 그래프의 인접 행렬을 출력하는 예제입니다.
라플라시안 행렬 (Laplacian Matrix)
라플라시안 행렬은 그래프의 노드들 사이의 연결 구조를 나타내는 행렬입니다. 노드의 연결 강도를 행렬의 대각 성분에, 연결되지 않은 노드의 개수를 행렬의 나머지 성분에 표현합니다. NetworkX에서는 nx.laplacian_matrix() 함수를 사용하여 라플라시안 행렬을 생성할 수 있습니다. 아래는 라플라시안 행렬의 사용 예제입니다.
import networkx as nx
# 그래프 생성
G = nx.Graph()
G.add_edges_from([(1, 2), (2, 3), (3, 1)])
# 라플라시안 행렬 생성
lap_matrix = nx.laplacian_matrix(G)
print(lap_matrix.todense())
위 코드는 3개의 노드와 3개의 간선을 가지는 그래프를 생성하고, 그래프의 라플라시안 행렬을 출력하는 예제입니다.
결론
NetworkX를 활용하면 인접 행렬과 라플라시안 행렬을 손쉽게 생성할 수 있습니다. 이러한 그래프 매트릭스를 통해 그래프의 구조와 속성을 분석하고 시각화할 수 있습니다. 파이썬 개발자라면 NetworkX를 사용하여 그래프 분석과 시각화에 더욱 편리하게 접근할 수 있습니다.
참고 자료:
#graph #networkx