《Python数据科学入门》之使用网络数据（第7章）

Python数据科学入门

Dmitry Zinoviev著
熊子源 译

---

第7章 使用网络数据

第38单元 概念剖析

图的元素、类型和密度：

名词	说明
多图	图中存在平行边（节点A可以通过多条边连接到节点B）
循环	节点A到节点A的边
简单图	不存在平行边和循环的图

边中可以存在多种类型： 权重、数字、布尔和字符串类型的变量。
图的密度： 图与完全图的接近程度。一个具有e条边的n个节点的有向图，其密度为：d = e/[n(n-1)]。相应的无向图密度为：d = 2e/[n(n-1)]

图的结构：

名词	说明
连通分量	集合中的每个节点都具有到达集合中的所有其他节点的路径（一组节点的集合）
GCC（巨型连通分量）	最大的连通分量
桥	移除这条单边后图就会被分开的边
团	每个节点都与集合中的其他节点直接相连（一组节点的集合）
最大团	图中最大的团
极大团	一个团不能通过向其中添加另一个节点而扩大（最大团一定是极大团；极大团不一定是最大团）
星形图	集合中存在一个节点与其他所有节点相连接，但是其他节点之间不存在连接
领域	直接与节点A相连接的节点（G(A)）

中心性：

• 度中心性
  节点A的度中心性是A的邻居节点个数
• 接近中心性
  节点A的接近中心性是其他所有节点到节点A的平均最短路径长度LBA的倒数：
  
• 中介中心性
  节点A的中介中心性是指：所有两个节点之间的最短路径中，经过A点的路径数量与最短路径总数量之比
• 特征矢量中心性
  节点A的特征矢量中心性被定义为：A的所有邻居节点的特征矢量中心性的加权和：
  

第39单元 网络分析序列

典型的网络分析序列包含以下几个步骤：

1. 识别离散实体以及实体之间的关系。实体转化为网络节点，实体之间的关系转化为网络节点的边；
2. 计算各种网络度量。密度，分量，GCC的大小，中心性等；
3. 识别网络社区；
4. 对结果进行解释，并生成一个报告。

第40单元 使用networkx

探索和分析网络：
NetworKit： 一种高效的、可并行化的网络分析工具包。可以与matplotlib,scipy,numpy,pandas和networkx相结合，进一步增加了这个模块的吸引力。详细内容可以参考官网：https://pypi.org/project/networkit/
Gephi： 各种网络和复杂系统的交互式可视化探索平台。详细内容可以参考官网：https://gephi.org/

团和社区结构：
find_cliques() 检测出图中最大的团（不能直接用于有向图）
isolates() 检测图中的孤立节点
best_partition() 使用Louvain方法并返回社区的划分结果，划分结果是一个以节点标签作为索引的字典，并用不同的数字序号区分不同的社区
Modularity() 给出社区的模块度（来判断网络结构是否清晰（0.5））

输入和输出：

类型	读	写	文件后缀
邻接列表	read_adjlist(f)	write_adjlist(G,f)	无特定后缀
Edge list	read_edgelist(f)	write_edgelist(G,f)	无特定后缀
GML	read_gml(f)	write_gml(G,f)	.gml
GraphML	read_graphml(f)	write_graphml(G,f)	.graphml
Pajek	read_pajek(f)	write_pajek(G,f)	.net

---

（"Every mountain is unclimbable until someone climbs it."--《Downton Abbey》）