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'）