کتابخانه NetworkX، تعداد زیادی تابع و الگوریتم «درونی» (Built-In) برای تحلیل و مصورسازی گراف‌ها فراهم کرده است. با کمک این کتابخانه می‌توان گراف‌های بزرگ و پیچیده را به شکل موثری مدیریت کرد. روی‌هم‌رفته، استفاده از گراف در پایتون روشی بسیار کارآمد و انعطاف‌پذیر را برای نمایش و تحلیل هر نوع شبکه‌ای فراهم می‌کند. به همین دلیل در این مطلب از مجله فرادرس چند روش متفاوت پیاده‌سازی و نمایش گراف را به زبان ساده بیان کرده‌ایم. این روش‌ها شامل «ماتریس‌های مجاورت»، «لیست‌های مجاورت»، روش نمایش «شیءگرایانه» و غیره می‌شوند.

گراف در پایتون چیست؟

گراف‌ها یکی از ساختارهای داده بنیادین در علوم کامپیوتری هستند و برای مدل‌سازی روابط پیچیده بین موجودیت‌ها استفاده می‌شوند. کاربرد‌های گراف شامل دامنه بسیار گسترده‌ای از قبیل شبکه‌های اجتماعی، سیستم‌های حمل‌ونقل کالا و بیو انفورماتیک می‌شود. از طرف دیگر زبان برنامه‌نویسی پایتون هم به عنوان زبانی بسیار محبوب و چندکاره، چندین روش مختلف را برای پیاده‌سازی گراف‌ها فراهم کرده است.

در این مطلب چندین روش مختلف پیاده‌سازی گراف در پایتون را بررسی کردیم. همچنین از کتابخانه NetworkX نیز استفاده‌ کرده‌ایم. این کتابخانه ابزار بسیار مناسبی را برای کار با گراف‌ها ارائه می‌دهد.

آموزش های حرفه ای پایتون در فرادرس

زبان برنامه نویسی پایتون برای حل مسائل مربوط به حوزه‌های مختلف، دارای انعطاف‌پذیری بالایی است. به همین دلیل برای کار بر روی پروژه‌های متنوع انتخاب می‌شود. برای مثال می‌توان از توانایی کار بر روی طراحی وب اپلیکیشن‌ها گرفته تا مسائل رایج در دنیای هوش مصنوعی و محاسبات ریاضی و غیره را در نظر گرفت. گراف‌ها نیز به عنوان یکی از پرکاربردترین ابزار‌های دنیای علوم کامپیوتر، از حل مسائل ریاضی تا مدیریت شبکه حضور خود را اثبات کرده‌اند. توسعه دهندگان پایتون برای ورود به هر کدام از حوزه‌های کاری نیاز به داشتن مهارت‌های اختصاصی مربوط به آن حوزه دارند.

مجموعه آموزش پایتون
«با کلیک بر روی تصویر بالا می‌توانید به صفحه اصلی مجموعه فیلم‌های آموزش برنامه نویسی پایتون هدایت شوید.»

تا به امروز، افراد زیادی برای یادگیری پایتون اقدام کرده و منابع زیادی هم برای آموزش پایتون به وجود آمده‌اند. وب‌سایت آموزشی فرادرس نیز در زمینه زبان پایتون، به ساخت فیلم‌های آموزشی بسیار غنی و متنوعی پرداخته است. در پایین چند مورد از فیلم‌های آموزشی مربوط به پایتون را از فرادرس معرفی کرده‌ایم. این فیلم‌ها تقریبا شامل مراحل متوسط و پیشرفته کار بر روی پروژه‌های واقعی هستند. برنامه‌نویسان مسلط به مهارت‌های آموزش داده شده در فیلم‌های زیر، نسبت به سایر توسعه‌دهندگان از توانایی بیشتری در پیاده‌سازی پروژه‌ها برخودار‌اند.

پیاده سازی گراف در پایتون

چندین روش مختلف برای پیاده‌سازی گراف در پایتون وجود دارند که هر کدام از این روش‌ها دارای مزایا و معایب خاص خود هستند. در این بخش از مطلب به بررسی رایج‌ترین روش‌های پیاده‌سازی گراف که شامل موارد زیر است پرداخته‌ایم.

  1. «ماتریس‌های مجاورت» (Adjacency Matrices)
  2. «لیست‌های مجاورت» (Adjacency Lists)
  3. روش «نمایش‌ها شیءگرایانه» (Object-Oriented Representations)
  4. استفاده از دیکشنری برای نمایش رأس و یال گراف

نمایش روش‌های پیاده‌سازی گراف را از روش اول، یعنی ماتریس‌های مجاورت شروع می‌کنیم. در هر بخش، برای کمک به درک بهتر مطلب، مثال‌های کدنویسی شده‌ا‌ی را نیز نمایش داده‌ایم.

ماتریس های مجاورت

ماتریس مجاورت، نوعی از ماتریس مربعی است که برای نمایش گراف به‌ کار برده می‌شود. در این ماتریس، سطر‌ها و ستون‌ها برای نمایش روئوس گراف و عناصر ماتریس برای نمایش یال‌ها استفاده می‌‌شوند. اگر بین دو رأس مختلف، یالی وجود داشته باشد، عنصر مربوط به این دو رأس در ماتریس با عدد ۱ مقداردهی می‌شود. اما اگر هیچ یالی بین دو رأس وجود نداشت، عنصر قرار گرفته در محل تقاطع این دو رأس با عدد ۰ مقداردهی می‌شود.

در کادر زیر، کد مربوط به ایجاد ماتریس مجاورت را نمایش داده‌ایم. البته عناصر درون این ماتریس به صورت فرضی مقداردهی شده‌اند.

1# Create a graph with 4 vertices and 5 edges
2graph = [[0, 1, 1, 0],
3         [1, 0, 1, 1],
4         [1, 1, 0, 1],
5         [0, 1, 1, 0]]
6
7
8# Print the graph
9for row in graph:
10    print(row)

بعد از اجرای کد بالا، ماتریس دو بعدی زیر در خروجی به کاربر نمایش داده می‌‌شود.

[0, 1, 1, 0]
[1, 0, 1, 1]
[1, 1, 0, 1]
[0, 1, 1, 0]

اکنون مثالی را درباره گراف ساده و بدون جهتی در نظر بگیرید که شامل چهار رأس و چهار یال می‌شود.

      0
      / 
     1---2
       /
       3

برای گراف ساده بالا، ماتریس مجاورت، شبیه به ماتریس رسم شده در کادر زیر است.

   0  1  2  3
0  0  1  1  0
1  1  0  1  1
2  1  1  0  1
3  0  1  1  0

همین‌طور که می‌دانیم برای نمایش ماتریس بالا در پایتون می‌توان به شکل زیر از لیست دوبعدی استفاده کرد.

1adjacency_matrix = [
2    [0, 1, 1, 0],
3    [1, 0, 1, 1],
4    [1, 1, 0, 1],
5    [0, 1, 1, 0]
6]

با اینکه ماتریس‌های مجاورت بسیار ساده هستند و درک آن‌ها نیز به سادگی ممکن می‌شود، اما در کار با گراف‌های بزرگ می‌توانند بسیار حافظه‌بر شوند. یعنی اینکه مصرف حافظه بالایی دارند. زیرا این ماتریس‌ها اطلاعات تمام یال‌های ممکن را ذخیره می‌کنند. بنابراین استفاده از ماتریس‌ مجاورت برای گراف‌های کم‌تراکم و خلوت مناسب نیست.

تصویری رنگارنگ از راس‌های گراف که با نخ به یکدیگر متصل شده‌اند - گراف در پایتون

لیست های مجاورت

لیست مجاورت به مجموعه‌ای از لیست‌های پایتون گفته می‌شود که برای نمایش گراف استفاده می‌شوند. هر لیست در این مجموعه نماینده یک رأس است و عناصر موجود در لیست‌ هم نشان‌دهنده یال‌های آن رأس هستند. لیست مجاورت نسبت به ماتریس مجاورت از لحاظ فضایی کارآمدتر است. این کارآمدی به طور ویژه در زمان کار با ماتریس‌های خلوت به چشم می‌آید.

در کادر زیر مثال‌ ساده‌ای را از ساخت لیست مجاورت و پیاده‌سازی گراف با کمک آن نمایش داده‌ایم.

1# Create a graph with 4 vertices and 5 edges
2graph = {0: [1, 2],
3         1: [0, 2, 3],
4         2: [0, 1, 3],
5         3: [1, 2]}
6
7
8# Print the graph
9for vertex in graph:
10    print(vertex, ":", graph[vertex])

بعد از اجرای کد بالا، خروجی زیر در کنسول پایتون به کاربر نمایش داده می‌‌شود.

0 : [1, 2]
1 : [0, 2, 3]
2 : [0, 1, 3]
3 : [1, 2]

اکنون مانند بخش قبلی، مثالی درباره گراف ساده‌ و بدون جهتی را در نظر بگیرید که چهار رأس و چهار یال دارد.

      0
      / 
     1---2
       /
       3

اگر بخواهیم لیست مجاورت مربوط به گراف ساده‌ای که در مثال‌ بالا نمایش داده شده، را با کمک پایتون پیاده‌سازی کنیم، به لیستی شبیه به کادر زیر خواهیم رسید.

adjacency_list = [
    [1, 2],
    [0, 2, 3],
    [0, 1, 3],
    [1, 2]
]

در پایتون می‌توانیم لیست بالا را با کمک لیستی شامل لیست‌های دیگر – دقیقا شبیه به کادر بالا – نمایش دهیم.

source

توسط expressjs.ir