Python NetworkX directed_modularity_matrix用法及代码示例

返回 G 的有向模块化矩阵。

模块化矩阵是矩阵 B = A - <A>，其中 A 是邻接矩阵，<A> 是预期的邻接矩阵，假设图由配置模型说明。

更具体地说，B 的元素 B_ij 定义为

其中\(k_i^{in}\)是节点i的入度，\(k_j^{out}\)是节点j的出度，m是图中边的数量。当权重设置为属性边的名称时，使用其值计算 Aij、k_i、k_j 和 m。

参数：

G：DiGraph

NetworkX 有向图

nodelist：列表，可选

根据 nodelist 中的节点对行和列进行排序。如果 nodelist 为 None，则排序由 G.nodes() 生成。

weight：字符串或无，可选(默认=无)

保存用于边权重的数值的边属性。如果 None 则所有边权重为 1。

返回：

B：numpy 矩阵

G 的模块化矩阵。

注意：

NetworkX 如果存在从节点 i 到节点 j 的链接，则将邻接矩阵的元素 A_ij 定义为 1。 Leicht 和 Newman 使用相反的定义。这解释了 B_ij 的不同表达式。

参考：

1

E. A. Leicht, M. E. J. Newman, “Community structure in directed networks”, Phys. Rev Lett., vol. 100, no. 11, p. 118703, 2008.

例子：

>>> G = nx.DiGraph()
>>> G.add_edges_from(
...     (
...         (1, 2),
...         (1, 3),
...         (3, 1),
...         (3, 2),
...         (3, 5),
...         (4, 5),
...         (4, 6),
...         (5, 4),
...         (5, 6),
...         (6, 4),
...     )
... )
>>> B = nx.directed_modularity_matrix(G)