betweenness_centrality#
- betweenness_centrality(G, k=None, normalized=True, weight=None, endpoints=False, seed=None)[源代码]#
计算节点的中心性之间的最短路径。
节点的中间性中心性 \(v\) 是经过的所有对最短路径的分数之和 \(v\)
\[c_b(v)=\sum_s,t \in v \frac \ sigma(s,t_v)\ sigma(s,t)\]哪里 \(V\) 是一组节点, \(\sigma(s, t)\) 是指最短的 \((s, t)\) -路径和 \(\sigma(s, t|v)\) 是指通过某个节点的那些路径的数量 \(v\) 除 \(s, t\) 。如果 \(s = t\) , \(\sigma(s, t) = 1\) ,并且如果 \(v \in {{s, t}}\) , \(\sigma(s, t|v) = 0\) [2].
- 参数
- G图表
网络X图。
- k整型,可选(默认值=无)
如果k不为无,则使用k个节点样本来估计介数。K<=n的值,其中n是图中的节点数。值越高,逼近效果越好。
- normalized布尔值,可选
如果为True,则介数值通过以下方式标准化
2/((n-1)(n-2))
对于图形,和1/((n-1)(n-2))
对于有向图,其中n
是G中的节点数。- weight无或字符串,可选(默认值=无)
如果没有,则所有边权重被视为相等。否则,保留用作权重的边属性的名称。权重用于计算加权最短路径,因此它们被解释为距离。
- endpoints布尔值,可选
如果为True,则将最短路径中的终结点包括在内。
- seed整数、随机状态或无(默认)
随机数生成状态的指示符。看见 Randomness 。请注意,仅当k不为None时才使用此选项。
- 返回
- nodes词典
以介数中心度为值的节点字典。
笔记
该算法来自Ulrik Brandes [1]. 看见 [4] 对于最初发布的版本和 [2] 有关变化的算法和相关指标的详细信息。
对于近似的中间值计算,将k=#个样本设置为使用k个节点(“枢轴”)来估计中间值。有关所需枢轴数量的估计,请参见 [3].
对于加权图,边权重必须大于零。零边缘权重可以在节点对之间生成无限多的等长路径。
对于有向图和无向图,源和目标之间的路径总数是不同的。有向路径很容易计数。无向路径很棘手:从“u”到“v”的路径应该算作1个无向路径还是2个有向路径?
对于中间性,当g是无向时,我们报告无向路径的数目。
对于中间性子集,报告是不同的。如果源和目标子集是相同的,那么我们要计算无向路径。但是如果源和目标子集不同——例如,如果源是{0},目标是{1},那么我们只计算一个方向的路径。它们是无向的路径,但我们以有向的方式计算它们。若要将它们计为无向路径,则每个路径应计为半条路径。
工具书类
- 1
Ulrik Brandes:中间度中心性的更快算法。《数学社会学学报》第25卷第2期:163-177,2001。Https://doi.org/10.1080/0022250X.2001.9990249
- 2(1,2)
Ulrik Brandes:关于最短路径、中间性、中心性及其一般计算的变体。社交网络30(2):136-145,2008。Https://doi.org/10.1016/j.socnet.2007.11.001
- 3
Ulrik Brandes和Christian Pich:大型网络中的中心性估计。《国际分叉与混沌杂志》17(7):2303-2318,2007。Https://dx.doi.org/10.1142/S0218127407018403
- 4
林顿·C·弗里曼:一套基于中间性的中心性衡量标准。社会学40:35-41,1977 https://doi.org/10.2307/3033543