跳到主要内容
Ctrl+K
NetworkX 3.4.2 documentation - Home
  • 安装
  • 教程
  • 后端
  • 参考
  • 画廊
  • 开发者
  • 版本发布
    • 指南
  • 主页
  • GitHub
  • 安装
  • 教程
  • 后端
  • 参考
  • 画廊
  • 开发者
  • 版本发布
  • 指南
  • 主页
  • GitHub

章节导航

  • 引言
  • 图类型
  • 算法
  • 函数
  • 图生成器
    • graph_atlas
    • graph_atlas_g
    • balanced_tree
    • barbell_graph
    • binomial_tree
    • complete_graph
    • complete_multipartite_graph
    • circular_ladder_graph
    • circulant_graph
    • cycle_graph
    • dorogovtsev_goltsev_mendes_graph
    • empty_graph
    • full_rary_tree
    • kneser_graph
    • ladder_graph
    • lollipop_graph
    • null_graph
    • path_graph
    • star_graph
    • tadpole_graph
    • trivial_graph
    • turan_graph
    • wheel_graph
    • margulis_gabber_galil_graph
    • chordal_cycle_graph
    • paley_graph
    • maybe_regular_expander
    • is_regular_expander
    • random_regular_expander_graph
    • grid_2d_graph
    • grid_graph
    • hexagonal_lattice_graph
    • hypercube_graph
    • triangular_lattice_graph
    • LCF_graph
    • bull_graph
    • chvatal_graph
    • cubical_graph
    • desargues_graph
    • diamond_graph
    • dodecahedral_graph
    • frucht_graph
    • heawood_graph
    • hoffman_singleton_graph
    • house_graph
    • house_x_graph
    • icosahedral_graph
    • krackhardt_kite_graph
    • moebius_kantor_graph
    • octahedral_graph
    • pappus_graph
    • petersen_graph
    • sedgewick_maze_graph
    • tetrahedral_graph
    • truncated_cube_graph
    • truncated_tetrahedron_graph
    • tutte_graph
    • fast_gnp_random_graph
    • gnp_random_graph
    • dense_gnm_random_graph
    • gnm_random_graph
    • erdos_renyi_graph
    • binomial_graph
    • newman_watts_strogatz_graph
    • watts_strogatz_graph
    • connected_watts_strogatz_graph
    • random_regular_graph
    • barabasi_albert_graph
    • dual_barabasi_albert_graph
    • extended_barabasi_albert_graph
    • powerlaw_cluster_graph
    • random_kernel_graph
    • random_lobster
    • random_shell_graph
    • random_powerlaw_tree
    • random_powerlaw_tree_sequence
    • random_kernel_graph
    • duplication_divergence_graph
    • partial_duplication_graph
    • configuration_model
    • directed_configuration_model
    • expected_degree_graph
    • havel_hakimi_graph
    • directed_havel_hakimi_graph
    • degree_sequence_tree
    • random_degree_sequence_graph
    • random_clustered_graph
    • gn_graph
    • gnr_graph
    • gnc_graph
    • random_k_out_graph
    • scale_free_graph
    • geometric_edges
    • geographical_threshold_graph
    • navigable_small_world_graph
    • random_geometric_graph
    • soft_random_geometric_graph
    • thresholded_random_geometric_graph
    • waxman_graph
    • geometric_soft_configuration_graph
    • line_graph
    • inverse_line_graph
    • ego_graph
    • stochastic_graph
    • random_internet_as_graph
    • uniform_random_intersection_graph
    • k_random_intersection_graph
    • general_random_intersection_graph
    • karate_club_graph
    • davis_southern_women_graph
    • florentine_families_graph
    • les_miserables_graph
    • caveman_graph
    • connected_caveman_graph
    • gaussian_random_partition_graph
    • LFR_benchmark_graph
    • planted_partition_graph
    • random_partition_graph
    • relaxed_caveman_graph
    • ring_of_cliques
    • stochastic_block_model
    • windmill_graph
    • spectral_graph_forge
    • prefix_tree
    • random_labeled_tree
    • random_labeled_rooted_tree
    • random_labeled_rooted_forest
    • random_unlabeled_tree
    • random_unlabeled_rooted_tree
    • random_unlabeled_rooted_forest
    • nonisomorphic_trees
    • number_of_nonisomorphic_trees
    • triad_graph
    • is_valid_joint_degree
    • joint_degree_graph
    • is_valid_directed_joint_degree
    • directed_joint_degree_graph
    • mycielskian
    • mycielski_graph
    • hnm_harary_graph
    • hkn_harary_graph
    • random_cograph
    • interval_graph
    • sudoku_graph
    • visibility_graph
  • 线性代数
  • 转换为其他数据格式以及从其他数据格式转换
  • 重新标记节点
  • 读取和写入图
  • 绘制
  • 随机性
  • 异常
  • 实用工具
  • 后端
  • 配置
  • 术语表
  • 参考
  • 图生成器
  • navigable_sm...

navigable_small_world_graph#

navigable_small_world_graph(n, p=1, q=1, r=2, dim=2, seed=None)[源代码]#

返回一个可导航的小世界图。

可导航的小世界图是一个带附加长程随机连接的定向网格图。

[...] 我们从一组节点 [...] 开始,这些节点与 \(n \times n\) 正方形中的格点集 \(\{(i, j): i \in \{1, 2, \ldots, n\}, j \in \{1, 2, \ldots, n\}\}\) 相对应,我们定义两个节点 \((i, j)\) 和 \((k, l)\) 之间的格点距离为分隔它们的“格点步数”:\(d((i, j), (k, l)) = |k - i| + |l - j|\)。

对于一个通用常数 \(p >= 1\),节点 \(u\) 与格点距离在 \(p\) 之内的所有其他节点都有一条有向边——这些是它的本地联系。对于通用常数 \(q >= 0\) 和 \(r >= 0\),我们还通过独立的随机试验从 \(u\) 到其他 \(q\) 个节点构建有向边(长程联系);从 :math:`u` 的第 \(i\) 条有向边的终点 \(v\) 的概率与 \([d(u,v)]^{-r}\) 成正比。

—[1]

参数:
nint

格点一边的长度;因此图中节点的数量是 \(n^2\)。

pint

短程连接的直径。每个节点与其格点距离在此范围内的所有其他节点连接。

qint

每个节点的长程连接数量。

rfloat

连接概率衰减的指数。连接到格点距离为 \(d\) 的节点的概率是 \(1/d^r\)。

dimint

网格的维度

seedinteger, random_state, 或 None (default)

随机数生成状态的指示。参见 随机性。

参考文献

[1]

J. Kleinberg. The small-world phenomenon: An algorithmic perspective. Proc. 32nd ACM Symposium on Theory of Computing, 2000.

本页内容
  • navigable_small_world_graph()

© 版权所有 2004-2024, NetworkX 开发者。

使用 Sphinx 8.1.3 创建。

使用 PyData Sphinx Theme 0.15.4 构建。