node_redundancy

node_redundancy(G, nodes=None)

计算二分图 G 中节点的节点冗余系数。

节点 v 的冗余系数是节点 v 的邻居对中，同时连接到其他节点的对所占的比例。在单模投影中，即使节点 v 不存在，这些节点也可能相互连接。

更正式地，对于任意顶点 v，`v` 的冗余系数定义为

\[rc(v) = \frac{|\{\{u, w\} \subseteq N(v), \: \exists v' \neq v,\: (v',u) \in E\: \text{且}\: (v',w) \in E\}|}{ \frac{|N(v)|(|N(v)|-1)}{2}},\]

其中 N(v) 是节点 v 在图 G 中的邻居集合。

参数:

G图

二分图

nodes列表或可迭代对象（可选）

计算这些节点的冗余度。默认为图 G 中的所有节点。

返回值:

redundancy字典

一个以节点为键，节点冗余值为值的字典。

抛出:

NetworkXError

如果图中的任何节点（或在指定了 nodes 的情况下，nodes 中的任何节点）的（出）度小于 2（根据冗余系数的定义，这会导致除以零）。

参考文献

[1]

Latapy, Matthieu, Clémence Magnien, and Nathalie Del Vecchio (2008). Basic notions for the analysis of large two-mode networks. Social Networks 30(1), 31–48.

示例

计算图中每个节点的冗余系数

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> rc[0]
1.0

计算图的平均冗余度

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> sum(rc.values()) / len(G)
1.0

计算一组节点的平均冗余度

>>> from networkx.algorithms import bipartite
>>> G = nx.cycle_graph(4)
>>> rc = bipartite.node_redundancy(G)
>>> nodes = [0, 2]
>>> sum(rc[n] for n in nodes) / len(nodes)
1.0

---

其他后端实现了此函数

parallel一个使用 joblib 并行运行图算法的 networkx 后端。nx-parallel 的配置指南请在此处查找

在并行实现中，我们将节点分成块，并并行计算所有 node_chunk 的节点冗余系数。

附加参数

get_chunksstr, 函数（默认 = “chunks”）

一个函数，接受所有节点的可迭代对象作为输入，并返回一个可迭代的 node_chunks。默认的分块方式是将 G.nodes（或 nodes）切分成 n_jobs 个块。

[来源]