Python NetworkX node_redundancy用法及代码示例

计算二分图中节点的节点冗余系数 G 。

节点v 的冗余系数是v 的邻居对中都链接到其他节点的分数。在one-mode 投影中，即使v 不存在，这些节点也会链接在一起。

更正式地说，对于任何顶点 v ， redundancy coefficient of `v` 定义为

其中 N(v) 是 G 中 v 的邻居集。

参数：

G：图形

二分图

nodes：列表或可迭代(可选)

计算这些节点的冗余。默认为 G 中的所有节点。

返回：

redundancy：字典

由具有节点冗余值的节点键控的字典。

抛出：

NetworkXError

如果图中(或 nodes 中的任何节点，如果指定)的(出)度数小于 2(根据冗余系数的定义，这将导致除以零)。

参考：

1

Latapy, Matthieu, Clémence Magnien, and Nathalie Del Vecchio (2008). Basic notions for the analysis of large two-mode networks. Social Networks 30(1), 31-48.

例子：

计算图中每个节点的冗余系数：

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> rc[0]
1.0

计算图的平均冗余：

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> sum(rc.values()) / len(G)
1.0

计算一组节点的平均冗余：

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> nodes = [0, 2]
>>> sum(rc[n] for n in nodes) / len(nodes)
1.0