本文简要介绍
networkx.generators.random_graphs.binomial_graph
的用法。用法:
binomial_graph(n, p, seed=None, directed=False)
返回 随机图,也称为 Erdős-Rényi 图或二项式图。
模型以 的概率选择每个可能的边。
- n:int
节点数。
- p:浮点数
边创建的概率。
- 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。
- directed:布尔,可选(默认=假)
如果为 True,则此函数返回有向图。
参数:
注意:
该算法 [2] 在
fast_gnp_random_graph()
是更快的算法。 时间内运行。对于稀疏图(即,对于较小的 值),binomial_graph()
和erdos_renyi_graph()
是gnp_random_graph()
的别名。>>> nx.binomial_graph is nx.gnp_random_graph True >>> nx.erdos_renyi_graph is nx.gnp_random_graph True
参考:
- 1
Erdős and A. Rényi, On Random Graphs, Publ. Math. 6, 290 (1959).
- 2
Gilbert, Random Graphs, Ann. Math. Stat., 30, 1141 (1959).
相关用法
- Python NetworkX biconnected_component_edges用法及代码示例
- Python NetworkX biconnected_components用法及代码示例
- Python NetworkX bipartite_layout用法及代码示例
- Python NetworkX bidirectional_dijkstra用法及代码示例
- Python NetworkX boykov_kolmogorov用法及代码示例
- Python NetworkX bfs_edges用法及代码示例
- Python NetworkX bellman_ford_path用法及代码示例
- Python NetworkX bfs_beam_edges用法及代码示例
- Python NetworkX bfs_predecessors用法及代码示例
- Python NetworkX bfs_successors用法及代码示例
- Python NetworkX bridges用法及代码示例
- Python NetworkX bfs_tree用法及代码示例
- Python NetworkX bridge_components用法及代码示例
- Python NetworkX bethe_hessian_matrix用法及代码示例
- Python NetworkX bellman_ford_predecessor_and_distance用法及代码示例
- Python NetworkX bellman_ford_path_length用法及代码示例
- Python NetworkX negative_edge_cycle用法及代码示例
- Python NetworkX voronoi_cells用法及代码示例
- Python NetworkX numerical_edge_match用法及代码示例
- Python NetworkX inverse_line_graph用法及代码示例
- Python NetworkX LFR_benchmark_graph用法及代码示例
- Python NetworkX write_graph6用法及代码示例
- Python NetworkX DiGraph.__contains__用法及代码示例
- Python NetworkX average_degree_connectivity用法及代码示例
- Python NetworkX eulerian_circuit用法及代码示例
注:本文由纯净天空筛选整理自networkx.org大神的英文原创作品 networkx.generators.random_graphs.binomial_graph。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。