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 uc_{{uv}} 是节点之间的成对聚类系数 uv .

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