Python NetworkX average_clustering用法及代码示例

估计 G 的平均聚类系数。

G 中每个节点的局部聚类是实际存在于其邻域内所有可能三角形中的三角形的分数。图G的平均聚类系数是局部聚类的平均值。

该函数通过重复 n 次(在 trials 中定义)以下实验来找到 G 的近似平均聚类系数：随机选择一个节点，随机选择其两个邻居，并检查它们是否相连。近似系数是在多次试验中找到的三角形的分数 [1]。

参数：

G：NetworkX 图

trials：整数

要执行的试验次数(默认 1000)。

seed：整数、random_state 或无(默认)

随机数生成状态的指示符。请参阅随机性。

返回：

c：浮点数

近似的平均聚类系数。

参考：

1

Schank, Thomas, and Dorothea Wagner. Approximating clustering coefficient and transitivity. Universität Karlsruhe, Fakultät für Informatik, 2004. https://doi.org/10.5445/IR/1000001239

例子：

>>> from networkx.algorithms import approximation
>>> G = nx.erdos_renyi_graph(10, 0.2, seed=10)
>>> approximation.average_clustering(G, trials=1000, seed=10)
0.214