latapy_clustering

latapy_clustering(G, nodes=None, mode='dot')

计算节点的二分图聚类系数。

二分图聚类系数是一种衡量局部连接密度的度量，定义为 [1]

\[c_u = \frac{\sum_{v \in N(N(u))} c_{uv} }{|N(N(u))|]}\]

mode 参数选择用于计算 c_{uv} 的函数，可选的有

dot

\[c_{uv}=\frac{|N(u)\cap N(v)|}{|N(u) \cup N(v)|}\]:

min

\[c_{uv}=\frac{|N(u)\cap N(v)|}{min(|N(u)|,|N(v)|)}\]:

max

\[c_{uv}=\frac{|N(u)\cap N(v)|}{max(|N(u)|,|N(v)|)}\]:

参数:

G图

一个二分图。

nodes列表或可迭代对象 (可选)

为这些节点计算二分图聚类系数。默认为 G 中的所有节点。

mode字符串

计算中使用的成对二分图聚类方法。必须是“dot”、“max”或“min”。

返回:

clustering字典

一个字典，以节点为键，聚类系数值为值。

另请参阅

robins_alexander_clustering

average_clustering

networkx.algorithms.cluster.square_clustering

参考文献

Latapy, Matthieu, Clémence Magnien, 和 Nathalie Del Vecchio (2008)。大型两模网络的分析基本概念。Social Networks 30(1), 31–48。

[1]

示例

在本页

>>> from networkx.algorithms import bipartite
>>> G = nx.path_graph(4)  # path graphs are bipartite
>>> c = bipartite.clustering(G)
>>> c[0]
0.5
>>> c = bipartite.clustering(G, mode="min")
>>> c[0]
1.0