NetworkX中拉普拉斯算子的特征值

Question

NetworkX有一个不错的代码示例，用于获取拉普拉斯矩阵的所有特征值，如下所示：

import matplotlib.pyplot as plt
import networkx as nx
import numpy.linalg

n = 1000  # 1000 nodes
m = 5000  # 5000 edges
G = nx.gnm_random_graph(n, m)

L = nx.normalized_laplacian_matrix(G)
e = numpy.linalg.eigvals(L.A)
print("Largest eigenvalue:", max(e))
print("Smallest eigenvalue:", min(e))
plt.hist(e, bins=100)  # histogram with 100 bins
plt.xlim(0, 2)  # eigenvalues between 0 and 2
plt.show()

在大多数情况下，我会遵循所有这些操作，直到您按下numpy.linalg.eigvals(L.A)。 .A位在做什么？我看过SciPy中稀疏矩阵的文档，但找不到对此的引用。

Answer 1

L.A是L.toarray()的简写。它是矩阵对象的矩阵表示。