- 博客(13)
- 收藏
- 关注
RSS订阅原创 节点重要性和筛选方法对比的两组实验过程
实验显示评定节点传播能力（1）在评价应用某种启发式方法筛选出节点影响能力的时候，通常会借助贪心方法，对节点进行传播测试，分析其传播范围。如果在图中显示（散点图），则横坐标对应于节点的评价值，例如度为3（注意不是节点序号）的节点可能包括2个节点，纵坐标对应于这两个节点的传播范围。这里的纵坐标的传播范围可以采用扩散规模表示出来：Gi=1M∑m=1Mgi(m)（1）G_{i}=\frac{1}{M}\sum_{m=1}^{M} g_{i}(m) （1）Gi=M1m=1∑Mgi(m)（
2022-04-30 21:41:56
284
原创 一种较好的区分指标差异性的评价标准
一类分析评价指标差异性的方法参考文献：Fast ranking influential nodes in complex networks using a k-shell iteration factor该文献中定义区分评价指标单调性的方法为：我们期望对采用的影响力评价指标具备很好的区分度，既具有相同评价值的节点越少，评估度量就越好。该文献中，采用参考文献 [1] 中描述的指标 M 来评估不同排名度量的单调性，具体形式如下：M(R)=(1−∑r∈Rnr(nr−1)n(n−1))2M(R) =(1-\
2022-03-31 18:09:48
703
原创 肯德尔相关系数计算方法
肯德尔相关系数计算方法由影响力传播为例进行说明：我们设定信息源节点（种子节点）数目分别为1，2，3，4的情况下方法1产生的影响范围：{x1,x2,x3,x4}={2，3，4，5}方法2产生的影响范围：{y1,y2,y3,y4}={7，6，8，9}则形成元组对：{(x1,y1),(x2,y2),(x3,y3),(x4,y4)}改写成列的方式(x1,y1)(x2,y2)(x3,y3)(x4,y4)形成组合：{(x1,x2),(x1,x3),(x1,x4),(x2,x3),(x2,x4)
2022-03-18 00:12:43
5753
3
原创 图计算程序留档
计算有向图的出入度邻居# -*- coding: UTF-8 -*-import matplotlib.pyplot as pltimport networkx as nximport copyimport randomdef Getinneighbors(G,v): #计算节点入度及出度邻居 # a=[x[0] for x in G.in_edges(v)] #有向图入度邻居 a=list(G.neighbors(v)) #有向图出度邻居 return ai
2022-03-06 09:52:21
74
原创 Python数据库应用小安利
Python结合数据库开发与几个主流数据库连接1.SQL Server// 需要pymssql包，注意pycharm中该包的版本可能要选择低一些的# -*- coding: utf-8 -*-import pymssqlcon = pymssql.connect(host='localhost',user='sa',password='123456',database='Teach') # 连接到数据库,注意sql中MSSQLSERVER协议启动TCP/IP(重新启动生效)，数据库sql身份
2021-12-01 21:32:05
1804
原创 Pandas中ix,loc, iloc的用法及区别
Pandas在对Series和DataFrame进行行列索引时，有三种常用的方法。其中.ix方法兼顾了.loc和.iloc的用法。为了避免用户在使用这三种方法时产生混淆，从pandas 0.20.0版本开始，官方不推荐使用.ix方法而是使用.iloc 和.loc方法。.loc()方法：(1)使用行标签和列标签，获取行、列对应的某一个值(2)选定某一个区域的值注意：.loc()方法的的取值范围都是闭区间.iloc()方法：(1)采用索引获取某一个值，且行和列中后区间为开区间(2)选定某一个区域的值
2020-08-09 12:43:22
791
原创 一种通过numpy生成矩阵计算度中心性的方法
通过生成矩阵实现度的计算度中心性计算，注意：有向图的度中心性合并计算（入度+入度）/（节点总数-1）关键是找好节点与位置的对应关系！同时考虑好矩阵一行的计算M[1]与一列M[:,1]的写法import networkx as nximport numpy as npfrom matplotlib import pyplot as pltdef nodedegree(G): #计算有向图出度中心性及无向图的度中心性 N = list(G.nodes()) M = nx.to
2020-06-30 22:53:55
1170
1
原创 社会网络数据集
分享几个社会网络数据集网址http://networkrepository.com/soc.php2.http://snap.stanford.edu/data/3.http://www-personal.umich.edu/~mejn/netdata/另外几个比较好用的分析工具Pajek和Gephi社会网络分析
2020-05-31 09:41:36
7129
2
原创 图与矩阵的转换
本部分内容的目的是使用networkx包与各种方式创建的矩阵之间实现相互转换：矩阵转图1.用numpy随机数矩阵产生图import networkx as nximport matplotlib.pyplot as pltimport numpy as np# np.random.randint(low,high,size=(m,n))产生离散均匀分布的整数，整数属于[low,high)；size部分表示m行n列矩阵a=np.random.randint(0,2,size=(5,5)) #
2020-05-16 22:09:08
5383
2
原创 字典及列表类型的排序和pop删除
Python字典的排序针对字典的排序，使用sorted函数实现，具体方式如下：sorted(dic,value,reverse)dic为比较函数，value 为排序的对象（这里指键或键值），reverse：注明升序还是降序，True–降序，False–升序（默认）可以分别根据字典的key和value完成排序过程，典型的方法包括两种方式：一、按字典值value排序（默认为升序）1....
2020-05-06 17:31:29
546
转载 初次写记录--关于networkx
@TOC，初始尝试在线刷内容，转载记录练习下笔记原文链接：https://blog.csdn.net/roger_royer/article/details/81348256有向图和无向图都可以给边赋予权重，用到的方法是add_weighted_edges_from，它接受1个或多个三元组[u,v,w]作为参数，其中u是起点，v是终点，w是权重。例如： G...
2020-04-20 20:38:46
260
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人