closeness_centrality#
- closeness_centrality(G, nodes, normalized=True)[源代码]#
计算二部网络中节点的紧密性中心性。
节点的接近度是到图中所有其他节点的距离,或者如果图没有连接到包含该节点的已连接组件中的所有其他节点。
- 参数
- G图表
二部网络
- nodes列表或容器
所有节点都在一个二分节点集中的容器。
- normalized布尔值,可选
如果为True(默认),则按连接的组件大小进行规格化。
- 返回
- closeness词典
以节点为关键字的词典,值为二部贴近度中心度。
笔记
nodes输入参数必须包含一个二部分节点集中的所有节点,但返回的字典包含两个节点集中的所有节点。见
bipartite documentation
有关如何在NetworkX中处理二部图的详细信息。通过尽可能小的距离来归一化贴近中心性。在二部情况下,一个二部节点集中的一个节点到另一个节点集中的所有节点的最小距离是1,到它自己的集合中的所有其他节点的最小距离是2 [1]. 因此,节点的紧凑性中心性
v
在两个二部集合中U
使用n
节点和V
使用m
节点为\[{\n{m}在{U}中,{2},\]在哪里?
d
是距离的和v
到所有其他节点。接近度值越高,中心度越高。
与单粒子情况一样,设置normalized=true会使值进一步规范化为n-1/大小(g)-1,其中n是包含节点的图的连接部分中的节点数。如果图没有完全连接,则该算法分别计算每个连接部分的紧密性中心性。
工具书类
- 1
书名/作者声明/作者声明:/by A.《分析从属关系网络》。在卡林顿,P.和斯科特,J.(主编)《社会网络分析的圣人手册》。Sage出版公司。Https://dx.doi.org/10.4135/9781446294413.n28