def test_kruskal_mst(self):
edgelist = sorted(networkx.kruskal_mst(self.G))
assert_equal(edgelist, self.tree_edgelist)
# Cria um grafo vazio usando NetworkX
g = nx.Graph()
# Insere primeiro os vértices nomeados
set_edges = set(rows.tolist())
for i in range(0,len(set_edges)):
g.add_node(i, name=labels.tolist()[i])
# Insere arestas
g.add_weighted_edges_from(edges_with_weight)
# Linka os nomes com seus respectivos vertices
# Executa o algoritmo de Prim para extrair a MST do grafo
edge_list = nx.generate_edgelist(g,data=['weight'])
mst = nx.kruskal_mst(g)
# Plota resultados, é necessário que seja salvo na mão.
# Opção de layout de grafo usado foi o Fruchterman & Reingold
plt.figure(1, figsize=(15,15)) # Cria figura para desenhar grafo: 15 eh a dimensao da imagem
#nx.draw_spring(mst, node_size=350, font_size=10, edge_width=1, alpha=0.5, arrows=False, with_labels=True)
# Coordenadas mantém as coordenadas dos vértices do grafo
coordinates = nx.spring_layout(mst)
# Salva a primeira imagem
nx.draw(mst, coordinates, node_size=350, font_size=10, edge_width=1, alpha=0.5, arrows=False, with_labels=True)
plt.savefig(dataset+'.png') # Outros formatos: pdf, svg, ...
plt.show()
# Função que ordena inversamente pelo peso, por causa da função lambda utilizada
def test_kruskal_mst(self):
edgelist=sorted(networkx.kruskal_mst(self.G))
assert_equal(edgelist,self.tree_edgelist)
