这个图聚类Python工具火了:可对社群结构进行可视化、检测 | 开源

reddit机器学习月榜第一

子豪 发自 凹非寺
量子位 报道 | 公众号 QbitAI

最近,又有一款Python可视化工具火了。

这一次,功能是针对图聚类问题的社群结构进行检测、可视化。

该项目的帖子在reddit上一经发布,就被顶到了“机器学习板块”的榜首

一起来看看它究竟都能用来做什么吧~

功能亮点

这款工具叫做communities, 是一个Python库,用于图聚类问题的社群结构检测。

它支持多种算法,包括:

  • Louvain算法;
  • Girvan-Newman算法;
  • 层次聚类算法;
  • 光谱聚类算法;
  • Bron-Kerbosch算法。

更赞的是,communities还可以实现这些算法的可视化

具体了解一下~

导入算法并插入矩阵

这里以Louvain算法为例。

这是一种基于模块度的社群发现算法,也是贪心算法。

它根据顶点的共享边将顶点排列成社群结构,也就是说,它将节点分为几个社群,每个社群之间共享很少的连接,但是同一社群的节点之间共享许多连接。

最终,让整个社群网络呈现出一种模块聚集的结构,实现整个社群网络的模块度的最大化。

所以首先,我们需要构建一个表示无向图的邻接矩阵,可以加权,也可以不加权,矩阵为2Dnumpy数组。

n*n矩阵则表示有n个节点,矩阵的每个位置分别表示各节点之间边的关系,有边则为1,没有边则为0。

然后,只需从communities.algorithms中导入算法并插入矩阵。

接下来输出社群列表,每个社群即为一组节点。

实现可视化,并进行颜色编码

利用communities将图进行可视化,将节点分到社群中并进行颜色编码,还可以选择深色或浅色背景、保存图片、选择图片的分辨率等等 。

draw_communities(adj_matrix : numpy.ndarray, communities : list, dark : bool = False, filename : str = None, seed : int = 1)

其中各参数的具体含义为:

  • adj_matrix (numpy.ndarray):图的邻接矩阵;
  • dark (bool, optional (default=False)):如果为 True, 则绘图为深色背景,否则为浅色背景;
  • filename (str or None, optional (default=None)):通过 filename 路径可以将图另存为PNG格式; 设置 None 则是用交互方式显示图;
  • dpi (int or None, optional (default=None)):每英寸的点数,控制图像的分辨率;
  • seed (int, optional (default=2)):随机种子。

具体到Louvain算法的可视化,代码是这样的:

动画呈现算法

communities 还可以动画呈现节点分配到社群的过程。

louvain_animation(adj_matrix : numpy.ndarray, frames : list, dark : bool = False, duration : int = 15, filename : str = None, dpi : int = None, seed : int = 2)

其中各参数的含义如下:

  • adj_matrix (numpy.ndarray):图的邻接矩阵;
  • frames (list):算法每次迭代的字典列表;
  • 每个字典都有两个键:“C”包含节点到社群的查找表,“Q”表示图的模块度数值;
  • 此字典列表是 louvain_method的第二个返回值;
  • dark (bool, optional (default=False)):如果为 True, 则动画为深色背景和配色方案,否则为浅色方案;
  • duration (int, optional (default=15)):动画所需的持续时间,以秒为单位;
  • filename (str or None, optional (default=None)):通过filename 路径将动画存为GIF;设置None则以交互方式展示动画;
  • dpi (int or None, optional (default=None)):每英寸点数,控制动画的分辨率;
  • seed (int, optional (default=2)):随机种子。

例如,空手道俱乐部网络中Louvain算法的动画呈现:

我们可以看到Louvain算法的动态过程:

  • 首先扫描数据中的所有节点,将每个节点看作一个独立的社群;
  • 接下来,遍历每个节点的邻居节点,判断是否将该节点加入邻居节点所在的社群,以提升模块度;
  • 这一过程重复迭代,直到每一个节点的社群归属稳定;
  • 最后,将所有在同一个社群的节点压缩成一个新节点,计算新节点的权重,直到整个图的模块度稳定。

大家可以通过文末链接,自行尝试一下其他算法~

此外,它还可以用于社群间邻接矩阵、拉普拉斯矩阵以及模块度矩阵等。

对于这款工具,不少网友发出“awesome”、“really cool!”等花式赞叹,表示正是自己需要的。

当然,也有网友提出疑问,例如:是否可以指定执行的迭代次数(例如:提前停止)?

开发者对此表示:不能,但是对于某些算法,可以指定要将图形划分为多少个社群。

作者简介

项目开发者Jonathan Shobrook,他目前是美国一家电商公司的软件工程师。

之前GitHub上的热门项目Rebound,也是出自他手,已经获得3.5k星。

相关链接:
[1]https://github.com/shobrook/communities
[2]https://www.reddit.com/r/MachineLearning/comments/lozys9/p_i_made_communities_a_library_of_clustering/

版权所有,未经授权不得以任何形式转载及使用,违者必究。