edge_betweenness_partition

edge_betweenness_partition(G, number_of_sets, *, weight=None)

通过迭代移除边介数最高的边创建的划分。

此算法通过计算所有边的边介数并移除值最高的边来工作。然后确定图是否已分解为至少 number_of_sets 个连通分量。如果不是，则重复此过程。

参数:

GNetworkX Graph, DiGraph 或 MultiGraph

待划分的图

number_of_setsint

图期望划分中的集合数量

weight键，可选，默认值=None

如果使用权重计算边介数，则使用的键

返回值:

C集合列表

G 节点的划分

引发:

NetworkXError

如果 number_of_sets <= 0 或 number_of_sets > len(G)

另请参阅

edge_current_flow_betweenness_partition

注意

此算法相当慢，因为连通分量和边介数的计算都依赖于所有节点对最短路径算法。它们有可能可以结合起来以减少总体计算时间。

参考文献

[1]

Santo Fortunato ‘图中的社区检测’ Physical Reports Volume 486, Issue 3-5 p. 75-174 http://arxiv.org/abs/0906.0612

示例

>>> G = nx.karate_club_graph()
>>> part = nx.community.edge_betweenness_partition(G, 2)
>>> {0, 1, 3, 4, 5, 6, 7, 10, 11, 12, 13, 16, 17, 19, 21} in part
True
>>> {
...     2,
...     8,
...     9,
...     14,
...     15,
...     18,
...     20,
...     22,
...     23,
...     24,
...     25,
...     26,
...     27,
...     28,
...     29,
...     30,
...     31,
...     32,
...     33,
... } in part
True