Python NetworkX non_randomness用法及代码示例

计算图 G 的非随机性。

第一个返回值 nr 是图中所有边的非随机性值的总和(当由该边链接的两个节点来自两个不同的社区时，边的非随机性往往很小)。

第二计算值nr_rd是一个相对量度，它指示图G在概率方面与随机图不同的程度。当它接近 0 时，该图更可能是由鄂尔多斯人一模型生成的。

参数：

G：NetworkX 图

图必须是对称的、连通的并且没有自环。

k：int

G 中的社区数量。如果不设置 k，该函数将使用默认的社区检测算法来设置它。

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，即图是二元的。

返回：

non-randomness：(浮点数，浮点数)元组

非随机性，相对非随机性 w.r.t.鄂尔多斯人一随机图。

抛出：

NetworkXException

如果输入图未连接。

NetworkXError

如果输入图包含自环。

注意：

这计算了方程。参考文献中的(4.4)和(4.5)。 [1]。

如果传递了权重字段，则该算法将使用加权邻接矩阵的特征值来计算方程。 (4.4) 和 (4.5)。

参考：

1

Xiaowei Ying and Xintao Wu, On Randomness Measures for Social Networks, SIAM International Conference on Data Mining. 2009

例子：

>>> G = nx.karate_club_graph()
>>> nr, nr_rd = nx.non_randomness(G, 2)
>>> nr, nr_rd = nx.non_randomness(G, 2, 'weight')