"""
随机抽样,每次抽样结果都不同
"""
import random
y=list(range(1,10))
slice = random.sample(y, 5) #从list中随机获取5个元素，作为一个片断返回
print (slice)
print (y) #原有序列并没有改变。
"""
list 和 array 形式互相转换，之后再随机抽样
np.array没有.append属性，list形式才有
array-->list 语法：a=list(b)
list 输出形式为：[array([94,293])，array([67,120]),......] -----横行输出
array 输出形式为：[[167,255]
[ 217. 263.]
......] ----按列输出
list-->array 语法：a=np.array(b)
"""
import pandas as pd
import numpy as np
import networkx as nx
import matplotlib.pyplot as plt
from sklearn import cross_validation
fr = pd.read_table("C:/Users/22925/Desktop/shuju/USAir.txt",sep='\s+',header=None)
Fr=np.mat(fr)
links=np.array(Fr[:,0:2])
lables=np.array(Fr[:,2])
nodes=np.unique(links)
train_nodes, test_nodes,train_links, test_links = cross_validation.train_test_split(links,lables,test_size=0.1, random_state=0)
## train_nodes 和 test_nodes 分别表示训练集和测试集中的节点集
## train_links 和 test_links 分别表示训练集和测试集中的边集
m=len(train_links)
n=len(nodes)
G=nx.Graph()
point=[i+1 for i in range(n)]
G.add_nodes_from(point)
edglist=[]
for i in range(m):
edglist.append(train_nodes[i])
G=nx.Graph(edglist)
nx.draw(G,with_labels=True,node_size=300) #with_labels=True表示显示每个节点标签（编号）
#node_size=300表示节点的直径=300（默认值）
plt.show()
test_nodes1=list(test_nodes)
print("整体转换结果：",test_nodes1) #整体转换结果： [array([ 94., 299.]), array([ 67., 120.]),...]
test_nodes2=[list(k) for k in test_nodes]
print("逐个转换结果：",test_nodes2,"\n") #逐个转换结果： [[94.0, 299.0], [67.0, 120.0],...]
#逐个转换与整体转换结果相同
random_test_links_11=random.sample(test_nodes1, 13)
print("(整体转换后)随机抽样的测试集连边有：",random_test_links_11) #[array([ 150., 261.]), array([ 150., 167.]),...]
random_test_links_12=random.sample(test_nodes2, 13)
print("(逐个转换后)随机抽样的测试集连边有：",random_test_links_12,"\n") #[[112.0, 177.0], [169.0, 258.0],...]
new_links=[[1,8],[1,10],[1,313],[67,306],[67,305],[67,308]]
for j in new_links:
test_nodes1.append(j)
print("添加新连边后的测试集的连边为：",test_nodes1)
random_test_links1=random.sample(test_nodes1,200)
print("随机抽样的测试集连边有：",random_test_links1,"\n")
test_random=[]
other_random=[]
print(type(random_test_links1)) #输出类型为<class 'list'>，但实际输出为[array([ 128., 152.]), array([ 102., 107.]),.......]
print("转换前",random_test_links1)
random_test_links1_list=[list(k) for k in random_test_links1]
print("转换后",random_test_links1_list,"\n")
"""
(1)for i in test_links:
(2)if i in test_links:
此处的 for 和 if 都需要用list形式，若test_links为array形式，则需要将其元素逐个逐个转换为list形式
语法：test_links=[list(k) for k in test_links]
"""
for i in random_test_links1_list:
if i in test_nodes2:
test_random.append(i)
else:
other_random.append(i)
print("测试集中随机选出的连边：",test_random)
print(len(test_random))
print("其他集合中随机选出的边：",other_random)
评论0