google_matrix

google_matrix(G, alpha=0.85, personalization=None, nodelist=None, weight='weight', dangling=None)

返回图表的谷歌矩阵。

参数

G图表

网络X图。无向图将被转换为有向图，每条无向边有两条有向边。

alpha浮动

衰减系数。

personalization: dict, optional

由具有图节点某个子集关键字的词典和每个图节点的个人化值组成的“个人化向量”。至少有一个个性化设置值必须为非零。如果未指定，节点个性化值将为零。默认情况下，使用均匀分布。

nodelist列表，可选

行和列根据节点列表中的节点进行排序。如果nodelist为NONE，则排序由G.nodes()生成。

weight密钥，可选

要用作权重的边数据关键点。如果没有将权重设置为1。

dangling: dict, optional

要分配给任何“悬挂”节点的OUTEDGE，即没有任何OUTEDGE的节点。Dict键是outtedge指向的节点，dict值是该outtedge的权重。默认情况下，根据个性化向量(如果未指定，则为一致)为悬挂节点指定边界。必须选择此选项才能生成不可约的过渡矩阵(请参见下面的注释)。悬而未决的判决与个性化判决相同可能是很常见的。

返回

ANumPy矩阵

图的Google矩阵

参见

pagerank, pagerank_numpy, pagerank_scipy

笔记

返回的矩阵表示描述pagerank中使用的马尔可夫链的转换矩阵。为了使pagerank收敛到唯一解（即马尔可夫链中的唯一平稳分布），过渡矩阵必须是不可约的。换句话说，必须在图中的每对节点之间存在一条路径，否则就有可能出现“秩下降”。

此实现与多（DI）图一起工作。对于多图表，两个节点之间的权重设置为这些节点之间所有边权重的总和。