Python：如何计算常规网络的欧氏距离分布？

Question

我有一个NxN常规网络，其中每个节点有一组(X,Y)坐标。节点由单元分隔。该网络是这样的：

(0,0) (1,0) (2,0) 
(0,1) (1,1) (2,1) 
(0,2) (1,2) (2,2) 

我希望能够计算到所有其他系统从每个节点欧氏距离。例如：

#Euclidean distances from node (0,0): 
0   sqrt(1)  sqrt(4) 
sqrt(1) sqrt(2)  sqrt(5) 
sqrt(4) sqrt(5)  sqrt(8) 

然后，我想绘制距离分布，它告诉我哪个频率给定的距离有一定的值。然后，我想要将图形变成对数对数图。

这是我的尝试：

import networkx as nx 
from networkx import * 
import matplotlib.pyplot as plt 

#Creating the regular network  
N=10 #This can vary 
G=nx.grid_2d_graph(N,N) 
pos = dict((n, n) for n in G.nodes()) 
labels = dict(((i, j), i + (N-1-j) * N) for i, j in G.nodes()) 
nx.relabel_nodes(G,labels,False) 
inds=labels.keys() 
vals=labels.values() 
inds.sort() 
vals.sort() 
pos2=dict(zip(vals,inds)) #Dict storing the node coordinates 
nx.draw_networkx(G, pos=pos2, with_labels=False, node_size = 15) 

#Computing the edge length distribution 
def plot_edge_length_distribution(): #Euclidean distances from all nodes 
lengths={} 
for k, item in pos2: 
    for t, elements in pos2: 
     if k==t: 
      lengths[k]=0 
     else: 
      lengths[k]=((pos2[t][2]-pos2[k][2])**2)+((pos2[t][1]-pos2[k][1])**2) #The square distance (it's ok to leave it like this) 
items=sorted(lengths.items()) 
fig=plt.figure() 
ax=fig.add_subplot(111) 
ax.plot([k for (k,v) in items],[v for (k,v) in items],'ks-') 
ax.set_xscale("log") 
ax.set_yscale("log") 
title_string=('Edge Length Distribution') 
subtitle_string=('Lattice Network | '+str(N)+'x'+str(N)+' nodes') 
plt.suptitle(title_string, y=0.99, fontsize=17) 
plt.title(subtitle_string, fontsize=9) 
plt.xlabel('Log l') 
plt.ylabel('Log p(l)') 
ax.grid(True,which="both") 
plt.show() 

plot_edge_length_distribution() 

编辑

运行时，这个脚本抛出错误：TypeError: 'int' object is not iterable，在那里我写for k, item in pos2:线指向。 我哪里错了？

Answer 1

功能scipy.spatial.distance.pdist可以做到这一点尽可能有效。

考虑以下几点：

from scipy.spatial import distance 
import numpy as np 

coords = [np.array(list(c)) for c in [(0,0),(1,0), (2,0)]] 
>>> distance.pdist(coords) 
array([ 1., 2., 1.]) 

该函数返回的距离矩阵的右上部分 - 对角线为0，和左下部分可以从转置来获得。

例如，上面的对应于

0 1 2 
1 0 1 
2 1 0 

与

• 0对角线和一切其较低的左去除。

• 右上角“变平”为[1，2，1]。

从平坦的结果重建距离并不困难。