Python NetworkX gaussian_random_partition_graph用法及代碼示例

生成高斯隨機分區圖。

高斯隨機分區圖是通過創建 k 個分區來創建的，每個分區的大小取自均值 s 和方差 s/v 的正態分布。節點在集群內以概率 p_in 連接，在集群之間以概率 p_out[1] 連接

參數：

n：int

圖中的節點數

s：浮點數

平均簇大小

v：浮點數

形狀參數。簇大小分布的方差為 s/v。

p_in：浮點數

集群內連接的概率。

p_out：浮點數

集群間連接的概率。

directed：布爾值，可選默認值=False

是否創建有向圖

seed：整數、random_state 或無(默認)

隨機數生成狀態的指示符。請參閱隨機性。

返回：

G：NetworkX 圖表或DiGraph

高斯隨機分區圖

拋出：

NetworkXError

如果 s > n 如果 p_in 或 p_out 不在 [0,1] 中

注意：

請注意，分區的數量取決於 s、v 和 n，並且最後一個分區可能要小得多，因為它的大小可以簡單地填充節點 [1]

參考：

1

Ulrik Brandes, Marco Gaertler, Dorothea Wagner, Experiments on Graph Clustering Algorithms, In the proceedings of the 11th Europ. Symp. Algorithms, 2003.

例子：

>>> G = nx.gaussian_random_partition_graph(100, 10, 10, 0.25, 0.1)
>>> len(G)
100