NearestNeighborGraph

NearestNeighborGraph[{elem1,elem2,…}]

頂点を elem1,elem2,…とし，各 elemiをその最近傍と繋ぐ辺を持つグラフを与える．

NearestNeighborGraph[{elem1,elem2,…},k]

各 elemiをその k 最近傍と繋ぐグラフを与える．

NearestNeighborGraph[{elem1,elem2,…},{k,r}]

各 elemiを elemiの半径 r 以内の最高で k 個の最近頂点 と繋ぐグラフを与える．

NearestNeighborGraph[{elem1,elem2,…},{All,r}]

各 elemiと elemiの半径 r 以内のすべての頂点を繋ぐグラフを与える．

詳細とオプション

例題

すべて開くすべて閉じる

例  (2)

最近傍グラフ：

1から10までの整数についての k 最近傍グラフを生成する：

スコープ  (10)

基本的な用法  (4)

1から10までの範囲の整数についての最近傍グラフ：

2最近傍グラフを生成する：

半径2以内の最高で3最近傍グラフを生成する：

半径3以内の最近傍グラフを生成する：

数値データ  (1)

二次元数値データについての最近傍グラフ：

三次元データ集合：

ブールデータ  (1)

ブールデータ集合についての最近傍グラフ：

地理位置  (1)

測地距離の最近傍グラフを生成する：

文字列  (1)

文字列の2最近傍グラフを生成する：

画像  (1)

画像の2最近傍グラフを生成する：

色  (1)

色の2最近傍グラフを生成する：

オプション  (89)

DistanceFunction  (7)

デフォルトで，数値データにはEuclideanDistanceが使われる：

EditDistanceは文字列に使われる：

GeoDistanceは地理位置に使われる：

JaccardDissimilarityはブールデータに使われる：

ColorDistanceは色に使われる：

ImageDistanceは画像に使われる：

DistanceFunctionは記号として与えることができる：

純関数として与えることもできる：

Method  (1)

機械精度データについてのさまざまなメソッドを比較する：

三次元では，"KDtree"メソッドの方が速い：

20次元では，単純なスキャンの方が速い：

WorkingPrecision  (1)

WorkingPrecision->MachinePrecisionを使うと最も速い評価メソッドが使われる：

AnnotationRules  (2)

頂点の注釈を指定する：

辺の注釈を指定する：

DirectedEdges  (1)

デフォルトで，無向グラフが生成される：

DirectedEdges->Trueを使って有向グラフを生成する：

EdgeLabels  (7)

辺12にラベルを付ける：

すべての辺に別々にラベルを付ける：

任意の式をラベルとして使う：

Placedを記号的な位置と一緒に使って辺に沿ったラベルの置き方を制御する：

明示的な座標を使ってラベルを置く：

ラベル内の位置を変える：

複数のラベルを置く：

TooltipとStatusAreaからの値によって自動ラベル付けを行う：

EdgeShapeFunction  (6)

EdgeShapeFunctionについての組込み設定のリストを得る：

基準線を含む無向グラフ：

辺に異なるグリフを持つ線：

実線矢印を含む有向辺：

線の矢印：

半分白い矢印：

各辺に辺関数を指定する：

さまざまなデフォルトの辺関数を組み合せる：

プログラムを実行して辺を描く：

EdgeShapeFunctionはEdgeStyleと組み合せることができる：

EdgeShapeFunctionはEdgeStyleより優先順位が高い：

EdgeStyle  (2)

すべての辺にスタイルを付ける：

個々の辺にスタイルを付ける：

EdgeWeight  (2)

すべての辺の重みを指定する：

任意の数式を重みとして使う：

GraphHighlight  (3)

頂点1をハイライトする：

辺23をハイライトする：

頂点と辺をハイライトする：

GraphHighlightStyle  (2)

GraphHighlightStyleについての組込み設定のリストを得る：

GraphHighlightStyleについての組込み設定を使う：

GraphLayout  (5)

デフォルトで，レイアウトは自動的に選択される：

特別な曲線についてレイアウトを指定する：

最適性の基準を満たすレイアウトを指定する：

VertexCoordinatesはGraphLayout座標を上書きする：

AbsoluteOptionsによってレイアウトアルゴリズムを使って計算されたVertexCoordinatesを抽出する：

PlotTheme  (4)

基本テーマ  (2)

一般的な基本テーマを使う：

白黒のテーマを使う：

特徴テーマ  (2)

大きいグラフのテーマを使う：

古典的な図表テーマを使う：

VertexCoordinates  (3)

デフォルトで，すべての頂点座標が自動的に計算される：

AbsoluteOptionsを使って結果の頂点座標を抽出する：

楕円に沿ったレイアウト関数を指定する：

これを使ってグリフのための頂点座標を生成する：

VertexCoordinatesはGraphLayoutより優先順位が高い：

VertexLabels  (13)

頂点名をラベルとして使う：

頂点名をラベルとして使う：

すべての頂点にラベルを付ける：

任意の式をラベルとして使う：

Placedを記号的な位置と一緒に使って，外側位置を含むラベルの置き方を制御する：

記号的な外側コーナー位置：

記号的な内側位置：

記号的な内側コーナー位置：

明示的な座標を使ってラベルの中心を置く：

すべてのラベルを頂点の右上コーナーに置き，ラベル内の座標を変える：

複数のラベルを置く：

任意数のラベルを使うことができる：

引数Placedを使ってTooltipを含むフォーマットを制御する：

あるいはStatusAreaを含む：

より洗練されたフォーマット関数を使う：

VertexShape  (5)

任意のGraphics，ImageあるいはGraphics3Dを頂点の形として使う：

個々の頂点の形を指定する：

VertexShapeはVertexSizeと組み合せることができる：

VertexShapeはVertexStyleの影響を受けない：

VertexShapeFunctionはVertexShapeより優先順位が高い：

VertexShapeFunction  (10)

VertexShapeFunctionの組込みコレクションのリストを得る：

"Basic"コレクション中のVertexShapeFunctionの組込み設定を使う：

単純な基本形：

共通する基本形：

"Rounded"コレクション中のVertexShapeFunctionの組込み設定を使う：

"Concave"コレクション中のVertexShapeFunctionの組込み設定を使う：

個々の頂点を描く：

デフォルトの頂点関数と組み合せる：

定義済みのグラフィックスを使って頂点を描く：

プログラムを実行して頂点を描く：

VertexShapeFunctionはVertexStyleと組み合せることができる：

VertexShapeFunctionはVertexStyleより優先順位が高い：

VertexShapeFunctionはVertexSizeより優先順位が高い：

VertexShapeFunctionはVertexShapeより優先順位が高い：

VertexSize  (8)

デフォルトで，頂点の大きさは自動的に計算される：

記号的な頂点サイズを使ってすべての頂点の大きさを指定する：

頂点座標間の最短距離との比を使う：

すべての頂点座標について，全体的な対角との比を使う：

方向と 方向の両方でサイズを指定する：

個々の頂点の大きさを指定する：

VertexSizeはVertexShapeFunctionと組み合せることができる：

VertexSizeはVertexShapeと組み合せることができる：

VertexStyle  (5)

すべての頂点にスタイルを付ける：

個々の頂点にスタイルを付ける：

VertexShapeFunctionはVertexStyleと組み合せることができる：

VertexShapeFunctionはVertexStyleより優先順位が高い：

VertexStyleはBaseStyleと組み合せることができる：

VertexStyleはBaseStyleより優先順位が高い：

VertexShapeはVertexStyleの影響は受けない：

VertexWeight  (2)

すべての頂点の重みを設定する：

任意の数式を重みとして使う：

アプリケーション  (7)

基本的な用法  (2)

近傍近くの固定半径：

近似最近傍検索：

グラフィックスとネットワーク  (2)

最遠傍グラフ：

半径0.2以内の空間ランダムグラフを生成する：

幾何学  (1)

ポイントサンプル曲面の簡約：

近接検索  (2)

最近傍の画像を検索する：

辞書の近傍を検索する：

特性と関係  (7)

VertexCountとEdgeCountを使って頂点と辺を数える：

VertexListとEdgeListを使って頂点と辺が標準的な並び順になるようにする：

グラフからAdjacencyMatrixを計算する：

距離測度は無向グラフを生成する：

非類似度は有向グラフを生成する：

SpatialGraphDistributionを使って半径0.2以内の最近傍グラフを生成する：

NearestとNearestFunctionを使って最近傍グラフを得る：

これは，以下に等しい：

Wolfram Research (2015), NearestNeighborGraph, Wolfram言語関数， https://reference.wolfram.com/language/ref/NearestNeighborGraph.html.

テキスト

Wolfram Research (2015), NearestNeighborGraph, Wolfram言語関数， https://reference.wolfram.com/language/ref/NearestNeighborGraph.html.

CMS

Wolfram Language. 2015. "NearestNeighborGraph." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/NearestNeighborGraph.html.

APA

Wolfram Language. (2015). NearestNeighborGraph. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/NearestNeighborGraph.html

BibTeX

@misc{reference.wolfram_2024_nearestneighborgraph, author="Wolfram Research", title="{NearestNeighborGraph}", year="2015", howpublished="\url{https://reference.wolfram.com/language/ref/NearestNeighborGraph.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_nearestneighborgraph, organization={Wolfram Research}, title={NearestNeighborGraph}, year={2015}, url={https://reference.wolfram.com/language/ref/NearestNeighborGraph.html}, note=[Accessed: 22-November-2024 ]}