小世界网络 | 小世界网络的平均距离和平均集聚系数（Python）

我们首先来研究WS小世界网络的平均距离和集聚系数随重连概率p的变化关系：

导入库

import networkx as nx
import matplotlib.pyplot as plt
import numpy as np

设置初始参数

N, K = 1000, 10
samples = 10
p_rew = np.logspace(0,4,10)/10000

平均距离与平均集聚系数

C = []
CT = [] # 理论近似值：{[3(K-2)]/[4(K-1)]}*(1-p)^3
L = []
for p in p_rew:
s1 = 0
s2 = 0
for i in range(samples):
G = nx.watts_strogatz_graph(N, K, p)
# 为了防止在计算平均距离时报错：最好改用生成连通WS小世界网络函数connected_watts_strogatz_graph()
s1 += nx.average_clustering(G)
s2 += nx.average_shortest_path_length(G)

ct = (3*(K-2)/(4*