为什么 GraphView 省略了第 0 个顶点？答案

【问题标题】：Why does a GraphView omit the 0th vertex?为什么 GraphView 省略了第 0 个顶点？
【发布时间】：2020-06-18 00:46:54
【问题描述】：

根据installation guide，我正在使用安装在它自己的 conda 环境中的最新版本的 graph_tool。

我最近在使用这个库时遇到了一些令人费解的行为。当我运行以下代码时：

import graph_tool

graph = graph_tool.Graph(directed=False)
graph.add_vertex(10)
subgraph = graph_tool.GraphView(graph, graph.get_vertices())

print(graph.get_vertices())
print(subgraph.get_vertices())

输出是：

[0 1 2 3 4 5 6 7 8 9]
[1 2 3 4 5 6 7 8 9]

我认为 GraphView 应该像在指定顶点上诱导的子图一样（所以在我的示例代码的情况下，整个顶点集）。那么为什么 GraphView 会省略第 0 个顶点呢？

或者，如果这实际上是 graph_tool 中的一个错误，如果我想使用包含第 0 个顶点的子图，那么有什么好的方法可以解决它？

【问题讨论】：

标签： python graph-tool

【解决方案1】：

您在答案中发布了文档，但您似乎没有仔细阅读它（强调添加）：

参数 g 必须是 Graph 类的实例。如果指定，vfilt 和 efilt 分别选择过滤哪些顶点和边。这些参数可以是 布尔值 PropertyMap 或 ndarray，它们指定选择哪些顶点/边，或者是一个一元函数，如果要选择给定的顶点/边，则返回 True，或 False否则。

如果您传递属性映射或数组，它必须是布尔值，而不是顶点列表。这意味着它必须具有[True, False, False, True, ... ] 的形式，其中True 表示保留相应的顶点，否则将被过滤掉。这就是为什么从您的示例中删除索引为 0（即 False）的顶点，并保留所有剩余的顶点的原因。

【讨论】：

感谢您的澄清。但是，我确实仔细阅读了文档。对所写内容的最正确解释是描述符“布尔值”实际上只适用于“PropertyMap”。如果您希望它同时应用于“PropertyMap”和“ndarray”，则它需要“可以是布尔值的 PropertyMap 或 ndarray”。这是措辞上的微小差异，但它确实改变了含义。我假设它应该是一个整数数组，因为没有指定类型，并且库在我见过的所有其他情况下都将顶点集表示为整数数组。
@trevorKirkby 好的，我明白了。我将更新文档以使其更清晰。

【解决方案2】：

所以我找到了解决方法。来自 GraphView 的文档：

参数 g 必须是 Graph 类的实例。如果指定， vfilt 和 efilt 选择过滤哪些顶点和边，分别。这些参数可以是布尔值 PropertyMap 或 ndarray，指定哪些顶点/边是选择，或一元函数，如果给定，则返回 True 选择顶点/边，否则为 False。

所以顶点掩码也可以由一元函数指定，该函数表示顶点是否是子图的一部分：

def get_subgraph(graph, vertices):
    f = lambda x: x in vertices
    return graph_tool.GraphView(graph, f)

而且，不知何故，这个版本确实有效！

subgraph = get_subgraph(graph, graph.get_vertices())
print(graph.get_vertices())
print(subgraph.get_vertices())

输出：

[0 1 2 3 4 5 6 7 8 9]
[0 1 2 3 4 5 6 7 8 9]

所以实际上不可能制作一个包含 0 作为顶点的 GraphView，如果你尝试使用一个 numpy 数组，它显然是行不通的。

这个答案对我有用，但是如果有人有更好的解决方法（特别是因为这个方法使得返回大图的子图要慢得多），或者如果有人知道为什么会出现这种奇怪的行为，我仍然会感兴趣第一名。

编辑：

此实现利用 numpy 来计算顶点掩码，而不是原生 python “in”操作，因此对于较大的图形来说要快得多：

def get_subgraph(graph, vertices):
    property_map = graph.new_vertex_property("bool")
    property_map.a = np.isin(graph.get_vertices(), vertices)
    return graph_tool.GraphView(graph, property_map)

【讨论】：