使用 numpy 将蛋白质之间的相互作用列表转换为矩阵答案

【问题标题】：Convert interaction list between proteins into a matrix using numpy使用 numpy 将蛋白质之间的相互作用列表转换为矩阵
【发布时间】：2022-01-18 01:44:57
【问题描述】：

为了计算图拉普拉斯 L，需要邻接矩阵。我有蛋白质列表（节点）：

['A', 'B', 'C', 'D', 'E', 'F']

以及这种蛋白质（边缘）之间的相互作用列表：

[('B', 'A'), ('D', 'A'), ('F', 'D'), ('A', 'D'), ('A', 'B'), ('E', 'B'), ('C', 'D'), ('E', 'C'), ('D', 'B'), ('C', 'E'), ('A', 'C'), ('C', 'B'), ('B', 'D'), ('D', 'F'), ('B', 'E'), ('C', 'A'), ('D', 'C'), ('B', 'C')]

如何将列表转换为邻接矩阵，如果发生交互，则值为 1，否则为 0，仅使用 numpy。

输出将是：

    A   B   C   D   E   F
A   0   1   1   1   0   0
B   1   0   1   1   1   0
C   1   1   0   1   1   0
D   1   1   1   0   0   1
E   0   1   1   0   0   0
F   0   0   0   1   0   0

【问题讨论】：

到目前为止你尝试了什么？
Related

标签： python numpy matrix

【解决方案1】：

我会说构建一个 zeros 数组，然后放入一些数组

import numpy as np

prot = ['A', 'B', 'C', 'D', 'E', 'F']
edges = [('B', 'A'), ('D', 'A'), ('F', 'D'), ('A', 'D'), ('A', 'B'), ('E', 'B'),
         ('C', 'D'), ('E', 'C'), ('D', 'B'), ('C', 'E'), ('A', 'C'), ('C', 'B'),
         ('B', 'D'), ('D', 'F'), ('B', 'E'), ('C', 'A'), ('D', 'C'), ('B', 'C')]

result = np.zeros((len(prot), len(prot)))

for start, end in edges:
    result[prot.index(start), prot.index(end)] = 1

【讨论】：

【解决方案2】：

另一种选择是将边缘映射到相应的索引：

nodes = ['A', 'B', 'C', 'D', 'E', 'F']
edges = np.array([('B', 'A'), ('D', 'A'), ('F', 'D'), ('A', 'D'), ('A', 'B'), ('E', 'B'), ('C', 'D'), ('E', 'C'), ('D', 'B'), ('C', 'E'), ('A', 'C'), ('C', 'B'), ('B', 'D'), ('D', 'F'), ('B', 'E'), ('C', 'A'), ('D', 'C'), ('B', 'C')])
edges_idx = np.searchsorted(nodes, edges.ravel()).reshape(-1,2) # [[1, 0], [3, 0], [5, 3], ..., [3, 2], [1, 2]]
result = np.zeros((len(nodes), len(nodes)), dtype=np.uint8)
x, y = np.transpose(edges_idx)
result[x, y] += 1

【讨论】：