gaussian_random_partition_graph

gaussian_random_partition_graph(n, s, v, p_in, p_out, directed=False, seed=None)

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]

参见

random_partition_graph

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