karate-club空手道成员俱乐部社区模块度计算和节点着色

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
#获取空手道俱乐部成员数据
def getKarateClub():
    G = nx.karate_club_graph()
    G = G.to_undirected()
    return G
#构造邻接矩阵和度矩阵
def karateMatrix(G):
    N=len(G.adj)
    #初始化邻接矩阵
    A=np.zeros((N,N))
    #保存节点所在社区标记
    C=[]
    #保存同一社区节点的颜色
    colors=[]
    for i in range(len(G.adj)):
        #若节点‘club’值为officer，则为1社区，颜色为#377eb8
        if G.node[i]['club'] is "Officer":
            C.append(1)
            colors.append('#377eb8')
        else:
            C.append(0)
            colors.append('#ff7f00')
        #获取i节点的邻接点，转化为list格式保存
        nodeList=list(G.adj[i])
        #存在边 邻接矩阵中值为1
        for j in nodeList:
            A[i][j]=1

    return A,C,colors
#计算模块度
def getModurality(A,C):
    #通过邻接矩阵计算每一个节点的度
    digList=np.sum(A,axis=1)
    #整个网络中所有节点的度
    digs=np.sum(digList)
    #保存最终整个网络的模块度
    Q=0
    for i in range(len(A)):
        for j in range(len(A)):
            if C[i]==C[j]:
                c=1
            else:
                c=0
            #任意两个节点间的计算方式，然后累加
            q=(1/digs)*(A[i][j]-(digList[i]*digList[j])/digs)*c
            Q+=q
    return Q
#作图
def plot(G,colors):
    plt.subplot(121)
    #node_color根据colors列表中的颜色确定
    nx.draw(G, with_labels=True, font_weight='bold', node_color=colors)
    plt.show()
#主函数
def main():
    G=getKarateClub()
    A,C,colors=karateMatrix(G)
    Q=getModurality(A,C)
    plot(G,colors)
    print("the modurality of the community is:",Q)#最后输出0.358
if __name__ == '__main__':
    main()