图网络的基础知识还是蛮深的,笔者听着觉得耗很多脑细胞。代码块里大部分是笔者个人理解,希望大家多指导和讨论~
networks的性质--怎么度量一个network?
(1)度的分布(degree distribution):
首先什么是度(degree):根据邻近矩阵的信息,对每一个节点来计算其度(行和)
形象的理解:数一数每一个节点都有几条连接线(也就是这个节点的度)
![](https://i-blog.csdnimg.cn/blog_migrate/00f2cd4096740fc2460bdff204e70781.png)
那度分布P(k)表示的是随机选择一个具有度为k的节点的概率
N(k)表示的是具有度为k的节点个数
有了这个N_k之后,对其进行归一化(也就是N(k)/总节点数)利用直方图画图
这样的方式就能从概率分布的角度直观的看到节点度的分布情况,例如从上图中我们可以观察到(微博用户,其中
1用户的关注+粉丝数量是比较大的,或者说用户1的活跃度是比较高的)
(2)图中的路径paths in a graph
也就是两两相邻节点进行连接后的路径---和我们常说的连通路径很类似
![](https://i-blog.csdnimg.cn/blog_migrate/684813eb615503c0f6c6619449ef005d.png)
(3)图中的距离 distance in a graph
回顾我们数学基础课中定义的一个点到一个平面的距离:最短的路径
无向图中
图中的距离也可以约等于最短的路径,比如图中点B到D的距离(如果我们假设每两相邻节点之间连线数值为1)是2,那么点A到x则是无穷(因为没有路径)
有向图中