聚类#
- clustering(G, nodes=None, mode='dot')#
计算节点的二部聚类系数。
二方聚类系数是连接的局部密度的度量,定义为 [1]:
\[C u=\frac \ sum v \ in n(n(u))c u v n(n(u))\]在哪里?
N(N(u))
二等邻居是不是u
在里面G
排除u
和c_{{uv}}
是节点之间的成对聚类系数u
和v
.模式选择功能
c_{{uv}}
可以是:dot
:\[C u v=\frac(u)\cap n(v)(u)\cup n(v)\]min
:\[C u v=\frac(u)\cap n(v)min(n(u),n(v))\]max
:\[C u v=\frac(u)\cap n(v)max(n(u),n(v))\]- 参数
- G图表
二部图
- nodes列表或可迭代(可选)
计算这些节点的二部聚类。默认为G中的所有节点。
- mode字符串
在计算中使用的局部二部聚类方法。它必须是“点”、“最大”或“最小”。
- 返回
- clustering词典
以具有聚类系数值的节点为关键字的词典。
工具书类
- 1
Latapy、Matthieu、CL_mence Magnien和Nathalie del Vecchio(2008年)。分析大型双模网络的基本概念。社交网络30(1),31-48.
实例
>>> from networkx.algorithms import bipartite >>> G = nx.path_graph(4) # path graphs are bipartite >>> c = bipartite.clustering(G) >>> c[0] 0.5 >>> c = bipartite.clustering(G, mode="min") >>> c[0] 1.0