我正在尝试使用igraph python模块创建一个巨大的网络 . 我正在以下列格式迭代一系列字典:
d1={'el1':2, 'el3':4, ...,'el12':32}
d2={'el3':5, 'el4':6, ...,'el12':21}
网络是按以下方式创建的:每个节点都是字典的键之一,其中的属性表示节点所有值的总和(例如,考虑到两个给定的字典,el3将为9) ,如果它们一起出现在同一个字典中,则两个节点之间存在边缘,权重属性等于它们一起出现的次数(例如,对于el3和el12,它们将是2,因为它们一起出现在2个词典中) .
我使用以下循环来创建网络,其中'item'是前面描述的字典 . 要清楚我要分析大约12.000个元素
g = ig.Graph()
for el in news_db:
item = dict(news_db.get(el))['commenters']
print count
count = count + 1
for user in item:
try:
g.vs.find(user)['comment'] = g.vs.find(user)['comment'] + 1
except:
g.add_vertex(user)
g.vs.find(user)['comment'] = 1
for source, target in itertools.combinations(item.keys(), 2):
source_id = g.vs.find(source).index
target_id = g.vs.find(target).index
if g.are_connected(source_id,target_id):
edge_id = g.get_eid(source_id,target_id)
g.es[edge_id]['weight'] = g.es[edge_id]['weight'] + 1
else:
g.add_edge(source_id,target_id,weight=1)
问题是这个程序的速度非常慢 . 通过前25个元素循环大约需要23秒,循环执行时间随着时间的推移而变得更糟 . 我使用了一个分析工具,我发现97%的时间花在'add_edge'函数上 . 我最好使用igraph吗?是否有可能降低执行时间?
为了清楚起见,我还有一个替代的networkx版本,创建图表大约需要3分钟 . 在这种情况下,问题是将图形保存到磁盘的过程占用了太多内存,我的笔记本电脑冻结了 . 除此之外我用networkx分析图表会非常慢,因为它纯粹的Python实现,所以我决定直接切换到igraph来解决这两个问题 .
1 回答
Look here,原因是add_edge太慢了 .
而且,你似乎很无聊地做事 . 最好在实例化图形之前收集所有必要的数据,而不是执行如此多的更新 . 出于这些目的,有一个
collections.Counter
类:输出所需的顶点和边集
并且您可以使用它们实例化图形