本文簡要介紹
networkx.algorithms.bipartite.cluster.latapy_clustering
的用法。用法:
latapy_clustering(G, nodes=None, mode='dot')
計算節點的二分聚類係數。
二方聚類係數是局部連接密度的度量,定義為 [1]:
其中
N(N(u))
是G
中u
的二階鄰居,不包括u
,c_{uv}
是節點u
和v
之間的成對聚類係數。模式選擇
c_{uv}
的函數,可以是:dot
:min
:max
:- G:圖形
二分圖
- nodes:列表或可迭代(可選)
計算這些節點的二分聚類。默認為 G 中的所有節點。
- mode:string
計算中使用的對偶二分聚類方法。它必須是“dot”, “max”或“min”。
- clustering:字典
由具有聚類係數值的節點鍵入的字典。
參數:
返回:
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.path_graph(4) # path graphs are bipartite >>> c = bipartite.clustering(G) >>> c[0] 0.5 >>> c = bipartite.clustering(G, mode="min") >>> c[0] 1.0
相關用法
- Python NetworkX local_and_global_consistency用法及代碼示例
- Python NetworkX local_node_connectivity用法及代碼示例
- Python NetworkX louvain_communities用法及代碼示例
- Python NetworkX local_bridges用法及代碼示例
- Python NetworkX lexicographical_topological_sort用法及代碼示例
- Python NetworkX line_graph用法及代碼示例
- Python NetworkX local_edge_connectivity用法及代碼示例
- Python NetworkX local_reaching_centrality用法及代碼示例
- Python NetworkX lexicographic_product用法及代碼示例
- Python NetworkX negative_edge_cycle用法及代碼示例
- Python NetworkX voronoi_cells用法及代碼示例
- Python NetworkX numerical_edge_match用法及代碼示例
- Python NetworkX inverse_line_graph用法及代碼示例
- Python NetworkX LFR_benchmark_graph用法及代碼示例
- Python NetworkX write_graph6用法及代碼示例
- Python NetworkX DiGraph.__contains__用法及代碼示例
- Python NetworkX average_degree_connectivity用法及代碼示例
- Python NetworkX eulerian_circuit用法及代碼示例
- Python NetworkX single_source_dijkstra_path_length用法及代碼示例
- Python NetworkX from_dict_of_dicts用法及代碼示例
- Python NetworkX weisfeiler_lehman_subgraph_hashes用法及代碼示例
- Python NetworkX transitive_closure_dag用法及代碼示例
- Python NetworkX intersection用法及代碼示例
- Python NetworkX MultiGraph.size用法及代碼示例
- Python NetworkX Graph.size用法及代碼示例
注:本文由純淨天空篩選整理自networkx.org大神的英文原創作品 networkx.algorithms.bipartite.cluster.latapy_clustering。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。