0
有没有在Python办法“排序”的邻接矩阵，以更好地看到连接节点的不同集群？如何排序的邻接矩阵
我有一些矩阵还，但图案看起来像随机分布的就可以了。在现实世界中，我知道例如我有N个独立的群集（中间没有连接）。
所以我想邻接矩阵看起来像有N个不同的模式。
这是可以实现的吗？
更新： 昨天我没有时间，但这里是现在的一些细节：
import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
G = nx.Graph()
S = {'7064', '7065', '7066', '7067', '7068', '7069', '7070', '7071', '7072', '7073', '7074', '7075', '7076', '7077', '7078', '7079', '7080'}
E = [('7064', '7065'),
('7067', '7068'),
('7067', '7076'),
('7067', '7077'),
('7067', '7078'),
('7067', '7079'),
('7067', '7080'),
('7067', '7081'),
('7068', '7076'),
('7068', '7077'),
('7068', '7078'),
('7068', '7080'),
('7068', '7081'),
('7069', '7075'),
('7070', '7072'),
('7070', '7074'),
('7071', '7074'),
('7076', '7077'),
('7076', '7078'),
('7076', '7079'),
('7076', '7080'),
('7076', '7081'),
('7077', '7078'),
('7077', '7079'),
('7077', '7080'),
('7077', '7081'),
('7078', '7079'),
('7078', '7080'),
('7078', '7081'),
('7079', '7080'),
('7079', '7081'),
('7080', '7081')]
G.add_nodes_from(S)
G.add_edges_from(E)
adj_matrix = nx.adjacency_matrix(G).toarray()
plt.imshow(adj_matrix)
在事实，我只关心上三角，因为它是一个对称矩阵（样品与他们自己）。
sub_graphs = list(nx.connected_components(G))
nb_clusters = len(sub_graphs) # total number of sub graphs, including isolated points, there is here 2 isolated points. All other are at least linked with min 1 other point.
我想邻接矩阵看起来像有6“斑点”（其中两个将是两个孤立点单个像素）。目前，它在其上部三角形中显示了12个视觉上分离的区域（它们仅被视觉分离，实际上矩阵是确定的，但我想重新排列它以更适合子图的实际数量）
如何邻接矩阵代码中的代表？你能展示一些你正在使用的代码吗？ – mkrieger1
主文编辑。 –