Coverage for src/papierstat/datasets/graph.py: 100%

1# -*- coding: utf-8 -*- 

2""" 

3@file 

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

5""" 

6import numpy 

7 

8 

9def create_tiny_graph(): 

10 """ 

11 Graphe très petit. La fonction retourne une matrice 

12 dans laquelle chaque élément représente la probabilité 

13 de passer du noeud *i* au noeud *j*. 

14 Notebooks associés à ce jeu de données : 

15 

16 .. runpython:: 

17 :rst: 

18 

19 from papierstat.datasets.documentation import list_notebooks_rst_links 

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

21 links = [' * %s' % s for s in links] 

22 print('\\n'.join(links)) 

23 

24 @return :epkg:`pandas:DataFrame` 

25 

26 .. runpython:: 

27 :showcode: 

28 

29 from papierstat.datasets import create_tiny_graph 

30 print(create_tiny_graph()) 

31 

32 .. plot:: 

33 

34 from papierstat.datasets import create_tiny_graph 

35 P = create_tiny_graph() 

36 

37 import networkx as nx 

38 G = nx.Graph() 

39 for i in range(0, max(P.shape)): 

40 G.add_node(i) 

41 for i in range(0, P.shape[0]): 

42 for j in range(0, P.shape[1]): 

43 if P[i,j] !=0 : 

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

45 

46 import matplotlib.pyplot as plt 

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

48 pos = nx.shell_layout(G) 

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

50 nx.draw_networkx_edge_labels(G, pos=pos) 

51 plt.show() 

52 """ 

53 r3 = 1. / 3 

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

55 [r3, r3, 0, r3], [0.1, 0.9, 0, 0]]) 

56 return P