networkXを使用した有向重み付けネットワークのラプラシアン行列を取得する方法は？

Question

は、私は重みを変更していたときにそれがラプラス行列に反映されていないという問題に直面しています

import numpy as np 
import networkx as nx 
#construction of directed graph 
g=nx.DiGraph() 
#adding weights to the links 
g.add_weighted_edges_from([(1,2,0.65), (3,1,0.35),(2,3,0.85)]) 
#extracting the 
L = nx.directed_laplacian_matrix(g) 

L = nx.directed_laplacian_matrix(g) 
print(L) 

Answer 1

DiGraphが三角形であるため、この現象が発生する：

の場合追加のエッジが追加される：

ラプラシアンはこれを反映し、エッジの重みが更新される場合

import networkx as nx 
G = nx.DiGraph() 
G.add_weighted_edges_from([(1,2,0.65), (3,1,0.35), (2,3,0.85), (3,4,0.2)]) 
nx.directed_laplacian_matrix(G) 
Out[1]: 
matrix([[ 0.9875 , -0.45383656, -0.35847072, -0.10930101], 
     [-0.45383656, 0.9875 , -0.45936416, -0.10267954], 
     [-0.35847072, -0.45936416, 0.9875 , -0.34072508], 
     [-0.10930101, -0.10267954, -0.34072508, 0.75  ]]) 

：

ラプラシアン重みを反映

G[3][1]['weight'] = 0.8 
nx.directed_laplacian_matrix(G) 
Out[2]: 
matrix([[ 0.9875 , -0.47030901, -0.41990635, -0.0840537 ], 
     [-0.47030901, 0.9875 , -0.47223262, -0.08179532], 
     [-0.41990635, -0.47223262, 0.9875 , -0.25329959], 
     [-0.0840537 , -0.08179532, -0.25329959, 0.75  ]])