如何使用 GUDHI 正确计算并显示一维同调群(H₁)
2026-08-20 19:27:37
0浏览
收藏
GUDHI 默认仅对实际存在的拓扑特征输出同调信息;原始代码中未构造闭合环路,故无非平凡的一维同调类,导致维度 1 的结果不出现。需显式构建 1-单纯形闭链(如四边形循环)才能观测到 H₁ 的持久区间。

GUDHI 默认仅对实际存在的拓扑特征输出同调信息;原始代码中未构造闭合环路,故无非平凡的一维同调类,导致维度 1 的结果不出现。需显式构建 1-单纯形闭链(如四边形循环)才能观测到 H₁ 的持久区间。
在拓扑数据分析(TDA)中,GUDHI 库通过单纯复形计算持久同调(persistent homology),其输出的同调群维度严格对应数据中真实存在的拓扑结构:
- 维度 0(H₀):反映连通分支数量(如孤立点、连通块);
- 维度 1(H₁):对应“洞”或一维循环(如环、孔);
- 更高维度(H₂+):对应空腔、球面等更复杂结构。
你这段最开始搭出来的,其实是 3 个二维单纯形,也就是 3 个三角形:[1,2,3]、[2,3,4]、[3,4,5]。它们之间分别通过边 [2,3] 和 [3,4] 连在一起,整体看上去是一种“链状”结构,可以理解成锯齿一样依次排开。关键就在这里:这个结构并没有形成闭合环路,所以不会出现非平凡的一维同调类。也正因为如此,GUDHI 不输出任何 Dimension 1 区间是完全正常的,这不是 bug,而是数学意义上的正确结论。
要观测到 Dimension 1 的输出,必须构造一个至少由四个 1-单纯形(边)组成的闭合循环,例如四边形 [1,2] → [2,3] → [3,4] → [4,1]:
import gudhi
# ✅ 正确构造一个 1D 循环(无填充面,确保 H₁ 非零)
simplex_tree = gudhi.SimplexTree()
simplex_tree.insert([1, 2])
simplex_tree.insert([2, 3])
simplex_tree.insert([3, 4])
simplex_tree.insert([4, 1])
# 计算持久同调(默认使用 Vietoris-Rips 框架下的单纯复形)
homology = simplex_tree.persistence()
print("Homology groups:")
for dim, (birth, death) in homology:
print(f"Dimension {dim}: birth = {birth}, death = {death}")输出:
Homology groups: Dimension 0: birth = 0.0, death = inf Dimension 1: birth = 0.0, death = inf
✅ 解释:
Dimension 0:所有顶点连通(因边已构成单连通图),故一个无限长的连通分支;Dimension 1:四条边形成一个无填充的环(即未插入面[1,2,3,4]或任意三角形),因此产生一个持久性为∞的一维洞。
⚠️ 关键注意事项:
- 不要插入高维单纯形(如
[1,2,3])——它会“填充”环,使 H₁ 消失; - 若需多尺度分析,可配合
gudhi.RipsComplex自动构建邻域复形,但本例中手动插入边已足够; death = inf表示该特征在复形构建完成时仍存在(无更高尺度将其填满);- 使用
simplex_tree.get_filtration()可验证复形结构,确保无意外添加的面。
总结:GUDHI 的输出始终忠实反映输入复形的代数拓扑结构。观察不到 H₁ 并非库失效,而是输入数据本身不具备一维洞。构造明确的闭合 1-循环是触发 Dimension 1 输出的必要且充分条件。
PHP 接口实现错误:方法签名不兼容的完整解决方案
- 上一篇
- PHP 接口实现错误:方法签名不兼容的完整解决方案
- 下一篇
- 如何在 Tkinter 中实现跨 Frame 的拖放操作
查看更多
最新文章
-
- 文章 · python教程 | 4小时前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · Python 弱引用 weakref getweakrefcount
- Python weakref.getweakrefcount 怎样查看对象关联的弱引用数量
- 248浏览 收藏
-
- 文章 · python教程 | 5小时前 | Python教程 · Python 检查点 随机状态 Random.getstate Random.setstate 模拟复现
- Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 149浏览 收藏
-
- 文章 · python教程 | 5小时前 | 并发控制 · Python教程 · asyncio · Python 协程同步 并发任务 asyncio.Barrier 阶段闸门 BrokenBarrierError
- Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
- 377浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · Python SQLite sqlite3 SQL脚本 Connection iterdump
- Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本
- 342浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · SQLite · Python SQLite sqlite3 Connection total_changes
- Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
- 422浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · SQLite · Python order by sqlite3 COLLATE Connection create_collation
- Python sqlite3 自定义排序规则如何参与 ORDER BY
- 215浏览 收藏
-
- 文章 · python教程 | 5小时前 | JSON · python · Python JSON JSONEncoder iterencode JSON文本
- Python json.JSONEncoder.iterencode 怎样分段生成 JSON 文本
- 211浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · pathlib · Python pathlib PurePath with_segments 路径派生
- Python pathlib.PurePath.with_segments 怎样让派生路径保留自定义状态
- 255浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · Python Calendar itermonthdays4 月历
- Python Calendar.itermonthdays4 怎样保留月历补齐日期的年月日
- 369浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1130次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1114次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1291次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1230次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1082次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

