Найти число сильной связанности графа

Всем привет

У меня стоит задача найти число сильной связанности графа.
Нейросеть предлагает решение.
Библиотеки numpy и networkx установил, но ide сыпет ошибками.

Traceback (most recent call last):
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\convert.py", line 172, in to_networkx_graph
return from_edgelist(data, create_using=create_using)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^^^
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\utils\backends.py", line 412, in __call__
return self.orig_func(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\convert.py", line 495, in from_edgelist
G.add_edges_from(edgelist)
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\classes\graph.py", line 1024, in add_edges_from
raise NetworkXError(f"Edge tuple {e} must be a 2-tuple or 3-tuple.")
networkx.exception.NetworkXError: Edge tuple [0, 0, 1, 1, 1, 0, 0] must be a 2-tuple or 3-tuple.

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
File "C:\Users\Жека\AppData\Roaming\JetBrains \PyCharm2023.3\scratches\Lab3\Lab3.py", line 114, in <module>
G = nx.Graph(adjacency_matrix)
^^^^^^^^^^^^^^^^^^^^^^^^^^
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\classes\graph.py", line 370, in __init__
convert.to_networkx_graph(incoming_graph _data, create_using=self)
File "C:\Users\Жека\AppData\Roaming\Python\Py thon312\site-packages\networkx\convert.py", line 174, in to_networkx_graph
raise nx.NetworkXError("Input is not a valid edge list") from err
networkx.exception.NetworkXError: Input is not a valid edge list

Чего мне не хватает?

Или как-то можно найти по-другому эту связанность?

0

jkom-18rus, читайте документацию по библиотеке.
Граф в networkX надо задавать списком ребер, а не матрицей смежности.

Также, в закомеченных строках у вас правильно задается ориентированный граф, для которого и имеет смысл понятия сильной связности. А в исполняемом коде от ориентированного графа и след простыл.
В общем, читайте умную литературу по графам и документацию.

1

Сообщение от Red white socks В общем, читайте умную литературу по графам и документацию.

- абсолютно справедливый совет! Можно добавить: и не обращайтесь к ИИ.

1

Сообщение от Red white socks читайте умную литературу

Для этого самому надо быть умным. Читал теорию по графам и совсем ничего не понял. Учусь заочно. Спросить у преподавателя, чтобы разжевали не получается (не разжёвывает)

Сообщение от Red white socks Также, в закомеченных строках

Что нужно раскомментить? Эти варианты все предложенные ИИ. Но ни один у меня не работает - ошибки выходят.

Вообще у меня есть:
1) матрицу смежности;
2) матрицу инцидентности;
3) матрицу достижимости;

Могу отталкиваться от любой, если б знал как.

0