如何解决列出兼容性矩阵中的组合
我有一个对称矩阵形状的表格，它告诉我哪些组件是兼容的。这是一个例子；
Components | A | B | C | D | E | F | G |
-----------+---+---+---+---+---+---+---+
A | | | 1 | 1 | 1 | 1 | |
-----------+---+---+---+---+---+---+---+
B | | | | | 1 | | 1 |
-----------+---+---+---+---+---+---+---+
C | 1 | | | | | 1 | |
-----------+---+---+---+---+---+---+---+
D | 1 | | | | | 1 | 1 |
-----------+---+---+---+---+---+---+---+
E | 1 | 1 | | | | | 1 |
-----------+---+---+---+---+---+---+---+
F | 1 | | 1 | 1 | | | 1 |
-----------+---+---+---+---+---+---+---+
G | | 1 | | 1 | 1 | 1 | |
-----------+---+---+---+---+---+---+---+
其中 1 表示兼容，空白表示不兼容。在实际的表中有更多的组件。目前，真正的表格在 Excel 电子表格中，但为了方便起见，可以轻松转换为 csv 或文本。
我需要做的是创建一个可能的组合列表。我知道有 itertools 之类的东西，但我只需要它来创建兼容列表并忽略不兼容的列表。为此，我在运行 pyomo 时使用了一个 dat 文件；
set NODES := A B C D E F G;
param: ARCS:=
A
B
C
...
A C
A D
B E
...
A C F
BGE
...
我需要列出所有内容才能兼容。所以ACF可以在一起，因为它们都互相兼容，但ADG不能在一起，因为G和A不兼容。
长期计划：
最终，我计划使用 Pyomo 找到组件的最佳组合，以最大限度地减少与每个组件相关的资源。因此，在 dat 文件中，每个组合最终都会有额外的 cost。
解决方法
import numpy as np
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
df = pd.read_excel(r"/path/to/file.xlsx",sheet_name="Sheet4",index_col=0,usecols = "A:H")
df.edge=nx.from_pandas_adjacency(df)
print(list(nx.enumerate_all_cliques(nx.Graph(df.edge))))
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
