Python NetworkX naive_greedy_modularity_communities用法及代碼示例

使用貪心的模塊化最大化在 G 中查找社區。

此實現的時間複雜度為 O(n^4)，比替代方案慢得多，但它是作為易於理解的參考實現提供的。

貪心模塊化最大化從其自己社區中的每個節點開始，並加入最能增加模塊化的社區對，直到不存在這樣的對。

此函數最大化廣義模塊化，其中 resolution 是分辨率參數，通常表示為 \(\gamma\) 。見 modularity() 。

參數：

G：NetworkX 圖

resolution：浮點數(默認=1)

如果分辨率小於 1，則模塊化有利於更大的社區。大於 1 有利於較小的社區。

weight：字符串或無，可選(默認=無)

保存用作權重的數值的邊屬性的名稱。如果沒有，則每條邊的權重為 1。度數是與節點相鄰的邊權重的總和。

返回：

列表

一組節點列表，每個社區一個。按長度排序，首先是最大的社區。

例子：

>>> from networkx.algorithms.community import \
... naive_greedy_modularity_communities
>>> G = nx.karate_club_graph()
>>> c = naive_greedy_modularity_communities(G)
>>> sorted(c[0])
[8, 14, 15, 18, 20, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33]