网络X 1.6#
上映日期:2011年11月20日
集锦#
新函数用于查找连接点、生成随机二部图、构造邻接矩阵表示、形成图乘积、计算分类系数、度量子图中心性和可通信性、查找k-团社区以及编写JSON格式输出。
使用D3脚本库绘图的新示例,以及使用Cuthill-McKee算法排序矩阵的新示例。
更高效地实现了电流-流量介数和新的电流-流量介数和最短路径介数的近似算法。
简化了使用权重/成本/值的算法的“权重”属性的处理。
更新了所有代码,以便与在许多算法上产生更快性能的PyPy Python实现http://pypy.org一起工作。
图类#
图类(图、有向图、多图、多图)中的degree*方法现在采用一个可选的weight=关键字,该关键字允许使用任意(数字)边属性计算加权度。设置weight=none等同于前一个weight=false。
加权图算法#
许多“加权”图算法现在采用可选参数来指定权重应使用哪个边缘属性(默认值为“权重”)(ticket https://networkx.lanl.gov/trac/ticket/573)
在某些情况下,参数名从加权改为加权。以下是如何指定算法中将使用的边缘属性:
使用weight=none平均考虑所有权重(未加权的情况)
使用weight='weight'使用“weight”边缘属性
使用weight='other'使用“other”边缘属性
受影响的算法有:
对稀疏矩阵、聚类、平均聚类、二分度、谱布局、邻域度、同构性、中间中心性、中间中心性、生命力、负载中心性、最小成本、最短路径、最短路径长度、平均最短路径长度
同形物#
现在,通过“node-match”和“edge-match”参数,可以更容易地将节点和边缘属性合并到同构检查中。作为此更改的一部分,删除了以下类:
WeightedGraphMatcher
WeightedDiGraphMatcher
WeightedMultiGraphMatcher
WeightedMultiDiGraphMatcher
“is ou isomorphic”的函数签名现在简单为:
is_isomorphic(g1, g2, node_match=None, edge_match=None)
有关详细信息,请参阅其docstring。为了帮助创建“节点匹配”和“边缘匹配”功能,鼓励用户使用:
categorical_node_match
categorical_edge_match
categroical_multiedge_match
numerical_node_match
numerical_edge_match
numerical_multiedge_match
generic_node_match
generic_edge_match
generic_multiedge_match
这些函数构造可传递给“is_o isorphic”的函数。最后,请注意,上述函数没有导入顶级命名空间,应该从“networkx.algorithms.isorphism”访问。在整个文档中重复的一个有用的导入语句是:
import networkx.algorithms.isomorphism as iso
其他#
attracting_components
返回列表列表而不是元组列表。
缩合
冷凝算法现在接受第二个参数(scc),并返回一个节点标记为整数而不是节点元组的图。
度连接性
Average_In_Degree_Connectivity和Average_Out_Degree_Connectivity已替换为
平均连接度(g,source='in',target='in')
和
平均连接度(g,source='out',target='out')
邻度
“平均”和“平均”已被替换为
平均相邻度(g,source='in',target='in')
和
平均相邻度(g,source='out',target='out')