louvain_partitions#

louvain_partitions(G, weight='weight', resolution=1, threshold=1e-07, seed=None)[源代码]#

生成Louvain社区检测算法的每个级别的分区

Louvain社区检测算法是一种提取网络社区结构的简单方法。这是一种基于模块化优化的启发式方法。 [1]

每个级别的分区(算法的步骤)形成了社区的树形图。树状图是表示一棵树的图，每个级别表示G图的一个分区。顶层包含最小的社区，当您遍历到树的底部时，社区变得更大，总体模块化增加，从而使分区更好。

每个级别都是通过执行卢万社区检测算法的两个阶段来生成的。

参数

G网络X图表
weight字符串或无，可选(默认为“权重”): 保存用作权重的数值的边属性的名称。如果没有，则每条边的权重为1。
resolution浮动，可选(默认值=1): 如果分辨率小于1，则该算法倾向于较大的社区。大于1有利于较小的社区
threshold浮点，可选(默认值=0.0000001): 每个级别的模块化增益阈值。如果算法的两个级别之间的模块化增益小于给定阈值，则该算法停止并返回结果社区。
seed整数、随机状态或无（默认）: 随机数生成状态的指示器。见 Randomness .

产量

参见

工具书类