gaussian_random_partition_graph#
- gaussian_random_partition_graph(n, s, v, p_in, p_out, directed=False, seed=None)[源代码]#
生成高斯随机分区图。
高斯随机分区图是通过创建k分区来创建的,每个分区的大小都是从平均s和方差s/v的正态分布中绘制的。节点在概率p_的簇内和概率p_的簇之间连接。 [1]
- 参数
- n集成
图中的节点数
- s浮动
平均聚类大小
- v浮动
形状参数。团簇大小分布的方差为S/V。
- p_in浮动
群集内连接的概率。
- p_out浮动
群集间连接的概率。
- directed布尔值,可选默认为FALSE
是否创建有向图
- seed整数、随机状态或无(默认)
随机数生成状态的指示器。见 Randomness .
- 返回
- G网络X图或有向图
高斯随机划分图
- 加薪
- NetworkXError
如果s>n,如果p_in或p_out不在 [0,1]
笔记
注意,分区的数量取决于s、v和n,最后一个分区可能要小得多,因为它的大小只是用来填充节点 [1]
工具书类
- 1
Ulrik Brandes,Marco Gaertler,Dorothea Wagner,《图形聚类算法实验》,第11届欧洲会议论文集。SMP算法,2003年。
实例
>>> G = nx.gaussian_random_partition_graph(100, 10, 10, 0.25, 0.1) >>> len(G) 100