Python NetworkX average_degree_connectivity用法及代码示例

计算图的平均连通度。

平均连通度是度为 k 的节点的平均最近邻度。对于加权图，可以使用[1]中定义的加权平均邻居度来计算类似的度量，对于节点 i ，如下所示

其中s_i是节点i的加权度，w_{ij}是连接i和j的边的权重，N(i)是节点i的邻居。

参数：

G：NetworkX 图

source：“in”|”out”|”in+out”(默认：“in+out”)

仅限有向图。使用 “in”- 或 “out”-degree 作为源节点。

target：“in”|”out”|”in+out”(默认值：“in+out”

仅限有向图。使用“in”- 或“out”-degree 作为目标节点。

nodes：列表或可迭代(可选)

计算这些节点的邻居连接。默认为所有节点。

weight：字符串或无，可选(默认=无)

保存用作权重的数值的边属性。如果没有，则每条边的权重为 1。

返回：

d：dict

以度 k 为键的字典，具有平均连通性的值。

抛出：

NetworkXError

如果 source 或 target 不是 ‘in’, ‘out’ 之一，或“in+out”。如果为无向图传递了source 或target。

参考：

1

A. Barrat, M. Barthélemy, R. Pastor-Satorras, and A. Vespignani, “The architecture of complex weighted networks”. PNAS 101 (11): 3747-3752 (2004).

例子：

>>> G = nx.path_graph(4)
>>> G.edges[1, 2]["weight"] = 3
>>> nx.average_degree_connectivity(G)
{1: 2.0, 2: 1.5}
>>> nx.average_degree_connectivity(G, weight="weight")
{1: 2.0, 2: 1.75}