RDKit | RDKit处理graph-化合物的邻接矩阵、距离矩阵和维纳指数
【摘要】 化合物的图(graph)表示
图可以表示一个原子与另一个原子的连接方式。 只有原子的连接和拓扑结构是重要的,而不是键距。
邻接矩阵
两个原子之间:
如果有结合,则为1;
如果没有结合,则为0。
那么,所有的原子间键都可以用下面的矩阵来表示。 这样的表示方法称为图的 "邻接矩阵"(adjacency matrix)。 当有两个键时,有时会用到2。
每个原...
化合物的图(graph)表示
图可以表示一个原子与另一个原子的连接方式。 只有原子的连接和拓扑结构是重要的,而不是键距。
邻接矩阵
两个原子之间:
- 如果有结合,则为1;
- 如果没有结合,则为0。
那么,所有的原子间键都可以用下面的矩阵来表示。 这样的表示方法称为图的 "邻接矩阵"(adjacency matrix)。 当有两个键时,有时会用到2。
每个原子所连接的键数称为原子的 "度"(degree)。 根据定义,相邻矩阵是对称的。
距离矩阵
描述两个原子之间最短距离的矩阵称为 "距离矩阵"。 这种情况下,距离是一个拓扑距离,表示连接了多少条边。
对于异戊烷,如前所述,可表示如下: 距离矩阵也是一个对称矩阵。
文章来源: drugai.blog.csdn.net,作者:DrugAI,版权归原作者所有,如需转载,请联系作者。
原文链接:drugai.blog.csdn.net/article/details/109412338
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)