2 1
3 13 2
4 14 2
4 35 1
6 17 1
7 57 6
```python
filename = r"***.txt" #自己的資料值的位址
mydict = {}
with open(filename) as f:
for line in f.readlines(): #一行一行去讀取list
temp_list = line.split()
start = temp_list[0]
end = temp_list[1] #list的中的頭尾分別為start和end
if( start not in mydict ): mydict[start]=0
if( end not in mydict ): mydict[end] = 0
mydict[start] += 1
mydict[end] += 1 #建立乙個mydict的字典，字典的鍵就是list中的值，字典的值就是list中那個值出現的個數，讀取每乙個list的時候，碰到那個數字他對應的字典的值就加1，這樣就把degree算出來了
print(mydict)
import numpy as np
filename = r"***.txt"
#自己的資料集的路徑
n =34
#資料集裡面有34個元素，也就是node number，如果不知道可以通過python中的集合獲取到
mydict =
with
open
(filename)
as f:
for line in f.readlines():
temp_list = line.split(
) start = temp_list[0]
end = temp_list[1]
# store the edge list of start node
if( start not
in mydict )
: mydict[start]=[
] start_list = mydict[start]
mydict[start]
= start_list
# store the edge list of end node
if( end not
in mydict )
: mydict[end]=[
] end_list = mydict[end]
mydict[end]
= end_list
print
(mydict)
轉化為：
#你的資料集的位置
n =34
#資料集裡面node number是34，如果不知道可以通過python中的集合獲取
adjacencymatrix = np.zeros(
(n, n)
)with
open
(filename)
as f:
for line in f.readlines():
temp_list = line.split(
) adjacencymatrix[
int(temp_list[0]
)-1]
[int
(temp_list[1]
)-1]
=1#python中的索引是從0開始的，但是我們的資料集裡面最小的元素就是1
adjacencymatrix[
int(temp_list[1]
)-1]
[int
(temp_list[0]
)-1]
=1print
(adjacencymatrix)
記憶體計算掘金社交網路
本文 隨著社交網路的發展及普及，其擁有的海量資料的商業價值也日益被廣大企業所重視。記憶體計算是社交網路掘金海量資料的神兵利器。社交網路的商業價值不僅體現在其龐大的使用者群，更大程度上在於其社會關係網路使用者群生產的海量資料。例如，facebook全球坐擁6億使用者，實時接收各種使用者自主提交的資料。...
社交網路的「悖論」！？
編者按 nina khosla，作為乙個設計師，同時也是teethie創始人。teethie是乙個社會化部落格形式的創業專案，致力於構建基於興趣的社群。我們迷戀於各個 這些 能夠會讓我們產生一種感覺，就是在 的那頭會有一群相互熟悉 曾經相互交流或者是擁有著共同經歷的人存在著。就在此時，一些社交 特別...
社交網路的「悖論」！？
編者按 nina khosla，作為乙個設計師，同時也是teethie創始人。teethie是乙個社會化部落格形式的創業專案，致力於構建基於興趣的社群。我們迷戀於各個 這些 能夠會讓我們產生一種感覺，就是在 的那頭會有一群相互熟悉 曾經相互交流或者是擁有著共同經歷的人存在著。就在此時，一些社交 特別...