powerlaw_cluster_graph#
- powerlaw_cluster_graph(n, m, p, seed=None, *, create_using=None)[source]#
用于生成具有幂律度分布和近似平均聚类系数的图的 Holme 和 Kim 算法。
- 参数:
- nint
节点数
- mint
为每个新节点添加的随机边数
- pfloat,
添加随机边后形成三角形的概率
- seed整数、random_state 或 None（默认）
随机数生成状态的指示器。请参阅 随机性。
- create_using图构造函数，可选（默认=nx.Graph）
要创建的图类型。如果是图实例，则在填充前会被清空。不支持多重图和有向图类型，否则会引发
NetworkXError。
- 引发:
- NetworkXError
如果
m不满足1 <= m <= n，或者p不满足0 <= p <= 1。
注意
平均聚类系数很难超过一个取决于
m的特定上限。这个上限通常很低。传递性（三角形数量占可能三角形数量的比例）似乎随着网络规模的增大而减小。它本质上是 Barabási–Albert (BA) 增长模型的扩展，额外增加了一步：在添加每条随机边后，有机会也与该边的某个邻居建立连接（从而形成一个三角形）。
该算法在 BA 的基础上进行了改进，因为它允许在需要时获得更高的平均聚类系数。
使用此算法可能会生成非连通图，因为在第一次迭代中，初始的
m个节点可能不会像 BA 模型那样全部连接到一个新节点。参考文献
[1]P. Holme and B. J. Kim, “Growing scale-free networks with tunable clustering”, Phys. Rev. E, 65, 026107, 2002.