thresholded_random_geometric_graph#

thresholded_random_geometric_graph(n, radius, theta, dim=2, pos=None, weight=None, p=2, seed=None, *, pos_name='pos', weight_name='weight')[source]#

在单位立方体中返回一个阈值随机几何图。

阈值随机几何图[1]模型将n个节点均匀随机地放置在dim维单位立方体中。每个节点u被赋予权重\(w_u\)。当两个节点u和v之间的p-Minkowski距离小于或等于最大连接距离radius，并且它们的权重之和\(w_u\) + \(w_v\)大于或等于阈值参数theta时，它们之间通过一条边连接。

当SciPy可用时，使用KD树来确定距离在radius范围内的边。这将时间复杂度从\(O(n^2)\)降低到\(O(n)\)。

参数:
nint 或 iterable

节点数量或节点的可迭代对象

radius: float

距离阈值

theta: float

阈值

dimint，可选

图的维度

posdict，可选

以节点为键，节点位置为值的字典。

weightdict，可选

以节点为键，节点权重为值的数字字典。

pfloat，可选 (默认为 2)

使用哪种Minkowski距离度量。p必须满足条件1 <= p <= infinity。

如果未指定此参数，则使用\(L^2\)度量（欧几里得距离度量），即p = 2。

这不应与表示概率的Erdős-Rényi随机图中的p混淆。

seed整数, random_state, 或 None (默认)

随机数生成状态的指示符。参见随机性。

pos_namestring, 默认为“pos”

在返回的图中表示节点二维坐标位置的节点属性名称。

weight_namestring, 默认为“weight”

在返回的图中表示节点权重的节点属性名称。

返回:
图

一个阈值随机几何图，无向且无自环。

每个节点都有一个节点属性'pos'，用于存储该节点在欧几里得空间中的位置，该位置由pos关键字参数提供，如果未提供pos，则由本函数生成。类似地，每个节点都有一个节点属性'weight'，用于存储该节点的权重，该权重由用户提供或由函数生成。

注意

这使用了k-d树来构建图。

pos关键字参数可用于指定节点位置，以便您可以为位置创建任意分布和域。

例如，使用均值为 (0, 0)、标准差为 2 的二维高斯分布作为节点位置

如果未指定权重，则通过从参数为\(\lambda=1\)的指数分布中随机抽取来分配给节点。要指定来自不同分布的权重，请使用weight关键字参数

::

>>> import random
>>> import math
>>> n = 50
>>> pos = {i: (random.gauss(0, 2), random.gauss(0, 2)) for i in range(n)}
>>> w = {i: random.expovariate(5.0) for i in range(n)}
>>> G = nx.thresholded_random_geometric_graph(n, 0.2, 0.1, 2, pos, w)

参考文献

示例

默认图

G = nx.thresholded_random_geometric_graph(50, 0.2, 0.1)

自定义图

创建一个包含50个均匀分布节点的阈值随机几何图，当节点的权重之和（权重从参数为5的指数分布中抽取）大于等于theta = 0.1且它们的欧几里得距离小于等于0.2时，节点之间通过边连接。

在本页