Hide keyboard shortcuts

Hot-keys on this page

r m x p   toggle line displays

j k   next/prev highlighted chunk

0   (zero) top of page

1   (one) first highlighted chunk

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

# -*- coding: utf-8 -*- 

""" 

@file 

@brief Fonctions retournant des jeux de données liés aux graphes. 

""" 

import numpy 

 

 

def create_tiny_graph(): 

""" 

Graphe très petit. La fonction retourne une matrice 

dans laquelle chaque élément représente la probabilité 

de passer du noeud *i* au noeud *j*. 

Notebooks associés à ce jeu de données : 

 

.. runpython:: 

:rst: 

 

from papierstat.datasets.documentation import list_notebooks_rst_links 

links = list_notebooks_rst_links('lectures', 'tinygraph') 

links = [' * %s' % s for s in links] 

print('\\n'.join(links)) 

 

@return :epkg:`pandas:DataFrame` 

 

.. runpython:: 

:showcode: 

 

from papierstat.datasets import create_tiny_graph 

print(create_tiny_graph()) 

 

.. plot:: 

 

from papierstat.datasets import create_tiny_graph 

P = create_tiny_graph() 

 

import networkx as nx 

G = nx.Graph() 

for i in range(0, max(P.shape)): 

G.add_node(i) 

for i in range(0, P.shape[0]): 

for j in range(0, P.shape[1]): 

if P[i,j] !=0 : 

G.add_edge(i,j, weight=int(P[i,j] * 100)/100) 

 

import matplotlib.pyplot as plt 

fig, ax = plt.subplots(1, 1, figsize=(3,3)) 

pos = nx.shell_layout(G) 

nx.draw(G, with_labels=True, font_weight='bold', ax=ax, pos=pos) 

nx.draw_networkx_edge_labels(G, pos=pos) 

plt.show() 

""" 

r3 = 1. / 3 

P = numpy.matrix([[0, 0.5, 0, 0.5], [0.5, 0, 0.5, 0], 

[r3, r3, 0, r3], [0.1, 0.9, 0, 0]]) 

return P