Python NetworkX naive_greedy_modularity_communities用法及代码示例

使用贪心的模块化最大化在 G 中查找社区。

此实现的时间复杂度为 O(n^4)，比替代方案慢得多，但它是作为易于理解的参考实现提供的。

贪心模块化最大化从其自己社区中的每个节点开始，并加入最能增加模块化的社区对，直到不存在这样的对。

此函数最大化广义模块化，其中 resolution 是分辨率参数，通常表示为 \(\gamma\) 。见 modularity() 。

参数：

G：NetworkX 图

resolution：浮点数(默认=1)

如果分辨率小于 1，则模块化有利于更大的社区。大于 1 有利于较小的社区。

weight：字符串或无，可选(默认=无)

保存用作权重的数值的边属性的名称。如果没有，则每条边的权重为 1。度数是与节点相邻的边权重的总和。

返回：

列表

一组节点列表，每个社区一个。按长度排序，首先是最大的社区。

例子：

>>> from networkx.algorithms.community import \
... naive_greedy_modularity_communities
>>> G = nx.karate_club_graph()
>>> c = naive_greedy_modularity_communities(G)
>>> sorted(c[0])
[8, 14, 15, 18, 20, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33]