thresholded_random_geometric_graph#
- thresholded_random_geometric_graph(n, radius, theta, dim=2, pos=None, weight=None, p=2, seed=None)[源代码]#
返回单位多维数据集中的阈值随机几何图形。
阈值随机几何图 [1] 模型场所
n单位维立方体中均匀随机的节点dim. 每个节点u分配了一个权重 \(w_u\) . 两节点u和v如果在最大连接距离内，则由边缘连接，radius通过计算p-Minkowski距离和权重总和 \(w_u\) + \(w_v\) 大于或等于阈值参数theta.内边缘
radius当scipy可用时，使用kdstree确定彼此之间的关系。这减少了时间复杂性 \(O(n^2)\) 到 \(O(n)\) .- 参数
- n整型或可迭代
节点数或可迭代节点数
- radius: float
距离阈值
- theta: float
阈值
- dim整型，可选
图的维度
- posDICT，可选
以节点为关键字，以节点位置为值的词典。
- weightDICT，可选
以节点为关键字的数字字典形式的节点权重。
- p浮动，可选(默认为2)
要使用的Minkowski距离度量。
p必须满足条件1 <= p <= infinity。如果未指定此参数，则 \(L^2\) 使用公制（欧几里得距离公制），p=2。
这不应该与
p一个Erd_s-r_nyi随机图，它表示概率。- seed整数、随机状态或无（默认）
随机数生成状态的指示器。见 Randomness .
- 返回
- 图
无向无自循环的阈值随机地理图。
每个节点都有一个节点属性
'pos'在欧几里得空间中存储该节点的位置pos关键字参数或，如果pos未提供，由此函数生成。类似地，每个节点都有一个nodeThere属性'weight'它存储所提供或生成的节点的权重。
笔记
这使用了 k -D树来构建图表。
这个
pos关键字参数可用于指定节点位置，以便为位置创建任意分布和域。例如，使用平均值（0，0）和标准偏差2的节点位置的二维高斯分布
如果未指定权重，则通过从具有速率参数的指数分布中随机绘制来将其分配给节点。 \(\lambda=1\) . 要指定来自不同分布的权重，请使用
weight关键字参数：::>>> import random >>> import math >>> n = 50 >>> pos = {i: (random.gauss(0, 2), random.gauss(0, 2)) for i in range(n)} >>> w = {i: random.expovariate(5.0) for i in range(n)} >>> G = nx.thresholded_random_geometric_graph(n, 0.2, 0.1, 2, pos, w)
工具书类
实例
默认图形：
g=nx.阈值_随机_几何_图（50，0.2，0.1）
自定义图：
在50个均匀分布的节点上创建一个阈值随机几何图，如果节点的和权重（从比率为5的指数分布中得出）大于等于theta=0.1，并且它们的欧几里得距离至多为0.2，则这些节点由边连接。