Python NetworkX non_randomness用法及代碼示例

計算圖 G 的非隨機性。

第一個返回值 nr 是圖中所有邊的非隨機性值的總和(當由該邊鏈接的兩個節點來自兩個不同的社區時，邊的非隨機性往往很小)。

第二計算值nr_rd是一個相對量度，它指示圖G在概率方麵與隨機圖不同的程度。當它接近 0 時，該圖更可能是由鄂爾多斯人一模型生成的。

參數：

G：NetworkX 圖

圖必須是對稱的、連通的並且沒有自環。

k：int

G 中的社區數量。如果不設置 k，該函數將使用默認的社區檢測算法來設置它。

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，即圖是二元的。

返回：

non-randomness：(浮點數，浮點數)元組

非隨機性，相對非隨機性 w.r.t.鄂爾多斯人一隨機圖。

拋出：

NetworkXException

如果輸入圖未連接。

NetworkXError

如果輸入圖包含自環。

注意：

這計算了方程。參考文獻中的(4.4)和(4.5)。 [1]。

如果傳遞了權重字段，則該算法將使用加權鄰接矩陣的特征值來計算方程。 (4.4) 和 (4.5)。

參考：

1

Xiaowei Ying and Xintao Wu, On Randomness Measures for Social Networks, SIAM International Conference on Data Mining. 2009

例子：

>>> G = nx.karate_club_graph()
>>> nr, nr_rd = nx.non_randomness(G, 2)
>>> nr, nr_rd = nx.non_randomness(G, 2, 'weight')