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...

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