Python NetworkX average_clustering用法及代碼示例

計算平均二分聚類係數。

整個圖的聚類係數是平均值，

其中 n 是 G 中的節點數。

可以定義兩個二分集的類似度量[1]

其中 X 是 G 的二分集。

參數：

G：圖形

二分圖

nodes：列表或可迭代，可選

用於計算平均值的節點容器。節點應該是整個圖(默認)或二分集之一。

mode：string

平行二分聚類方法。必須是“dot”, “max”或“min”

返回：

clustering：浮點數

如果沒有指定節點，則給定節點集或整個圖的平均二分聚類。

注意：

傳遞給此函數的節點容器必須包含二分集(“top” 或 “bottom”)之一中的所有節點，以便計算正確的平均二分聚類係數。有關如何在 NetworkX 中處理二分圖的更多詳細信息，請參閱 bipartite documentation 。

參考：

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：

>>> from networkx.algorithms import bipartite
>>> G = nx.star_graph(3)  # star graphs are bipartite
>>> bipartite.average_clustering(G)
0.75
>>> X, Y = bipartite.sets(G)
>>> bipartite.average_clustering(G, X)
0.0
>>> bipartite.average_clustering(G, Y)
1.0