degree_mixing_matrix#
- degree_mixing_matrix(G, x='out', y='in', weight=None, nodes=None, normalized=True, mapping=None)[源代码]#
返回属性的混合矩阵。
- 参数
- G图表
NetworkX图形对象。
- 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)。
- nodes: list or iterable (optional)
仅使用容器中的节点构建矩阵。默认为所有节点。
- 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。
- normalized布尔值(默认值=True)
如果为假,则返回计数;如果为真,则返回概率。
- mapping词典,可选
矩阵中从节点度到整数索引的映射。如果未指定,将使用任意排序。
- 返回
- M:Numy数组
节点度出现的计数或联合概率。
笔记
度混合矩阵的定义因矩阵是否应包括不出现的度值的行而有所不同。在这里,我们不包括这样的空行。但是您可以通过输入一个
mapping
这包括那些价值观。请参见示例。实例
>>> G = nx.star_graph(3) >>> mix_mat = nx.degree_mixing_matrix(G) >>> mix_mat[0, 1] # mixing from node degree 1 to node degree 3 0.5
如果希望每个可能的度数都显示为一行,即使没有节点具有该度数,也可以使用
mapping
具体如下:>>> max_degree = max(deg for n, deg in G.degree) >>> mapping = {x: x for x in range(max_degree + 1)} # identity mapping >>> mix_mat = nx.degree_mixing_matrix(G, mapping=mapping) >>> mix_mat[3, 1] # mixing from node degree 3 to node degree 1 0.5