Networkx实现pagerank算法并可视化

import networkx as nx
import matplotlib.pyplot as plt
import random
import operator

n = 200
Graph = nx.DiGraph()
Graph.add_nodes_from(range(0, n))
for i in range(400):
    j = random.randint(0, n)
    k = random.randint(0, n)
    Graph.add_edge(k, j)
# nx.draw_networkx(Graph, with_labels=True, color="red")
nx.draw_networkx(Graph, with_labels=True)
# plt.savefig("./graph.jpg")
plt.show()
pr = nx.pagerank(Graph, max_iter=n, alpha=0.01)  #得到的是字典

print("最大PR值对应的节点:", max(pr.items(), key=operator.itemgetter(1))[0])
print(str(n) + "个节点的PR值为: ", pr)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值