无论是实际网络还是对模型网络进行分析,都离不开对网络拓扑统计指标的计算。反映网络结构与动力学特性的统计指标有很多,Costa等的Characterization of Complex Networks: A Survey of measurements一文对此有全面的综述,本文仅介绍一些常用的统计指标在NetworkX中如何计算。一、度、度分布NetworkX可以用来统计图中每个节点的度,并生成度分布序列。下边是一段示例代码(这段代码可以在Shell里一行一行的输入,也可以将其保存为一个以py结尾的纯文本文件后直接运行),注意看注释部分:import networkx as nxG = nx.random_graphs.barabasi_albert_graph(1000,3) #生成一个n=1000,m=3的BA无标度网络print G.degree(0) #返回某个节点的度print G.degree() #返回所有节点的度print nx.degree_histogram(G) #返回图中所有节点的度分布序列(从1至最大度的出现频次)对上述结果稍作处理,就可以在Origin等软件里绘制度分布曲线了,当然也可以用matplotlib直接作图,在上述代码后接着输入:import matplotlib.pyplot as plt #导入科学绘图的matplotlib包degree = nx.degree_histogram(G) #返回图中所有节点的度分布序列x = range(len(degree)) #生成x轴序列,从1到最大度y = [z / float(sum(degree)) for z in degree]#将频次转换为频
networkx 中心势计算_科学网—复杂网络分析库NetworkX学习笔记(2):统计指标计算 - 闫小勇的博文...
最新推荐文章于 2022-11-04 18:48:44 发布