degree_assortativity_coefficient#
- degree_assortativity_coefficient(G, x='out', y='in', weight=None, nodes=None)[源代码]#
计算图的程度分类。
分类性度量图中连接的相似性与节点程度之间的关系。
- 参数
- G网络X图表
- x: string ('in','out')
源节点的度数类型(仅限有向图)。
- y: string ('in','out')
目标节点的度数类型(仅限有向图)。
- weight: string or None, optional (default=None)
保存用作权重的数值的边属性。如果没有,则每条边的权重为1。阶数是与节点相邻的边权重的总和。
- nodes: list or iterable (optional)
仅为容器中的节点计算度协调性。默认为所有节点。
- 返回
- r浮动
图的逐度随机性。
参见
笔记
这将计算等式。(21)参考文献21 [1] ,其中e是度的联合概率分布(混合矩阵)。如果G是定向的,则矩阵e是源和目标的用户指定度类型的联合概率。
工具书类
- 1
M.E.J.Newman,《网络中的混合模式》,物理评论E,67 026126,2003
- 2
Foster,J.G.,Foster,D.V.,Grassberger,P.和Paczuski,M.Edge Direction and the Structure of Networks,PNAS 107,10815-20(2010年)。
实例
>>> G = nx.path_graph(4) >>> r = nx.degree_assortativity_coefficient(G) >>> print(f"{r:3.1f}") -0.5