如何在NetworkX中计算单个节点的介数中心性？
如何在NetworkX中计算单个节点的介数中心性？
提问于 2018-11-05 08:50:45
我正在尝试计算一个非常大的图中几个节点的中间中心度。我一直在用NetworkX。问题是它不会让我选择我需要中心性的节点。我试着修改源代码，但它给了我错误。下面是我所做的：
betweenness = dict.fromkeys(G, 0.0) # b[v]=0 for v in G
if k is None:
nodes = G
#nodes = nx.Graph()
#for indx in range(0, G.size()):
#if indx in subset:
#nodes.add_node(allNodes[indx])
else:
random.seed(seed)
nodes = random.sample(G.nodes(), k)
for s in nodes:
n = nodes.nodes().index(s)
if n in subset:
# single source shortest paths
if weight is None: # use BFS
S, P, sigma = _single_source_shortest_path_basic(G, s)
else: # use Dijkstra's algorithm
S, P, sigma = _single_source_dijkstra_path_basic(G, s, weight)
# accumulation
if endpoints:
betweenness = _accumulate_endpoints(betweenness, S, P, sigma, s)
else:
betweenness = _accumulate_basic(betweenness, S, P, sigma, s)
# rescaling
betweenness = _rescale(betweenness, len(interCommNodes),
normalized=normalized,
directed=G.is_directed(),
k=k)
return betweenness子集包含原始图中的所有节点索引。虽然"index“似乎是一个无效的函数，但我找不到获取它的方法。
有人能看看这个吗？
谢谢!
回答 1
Stack Overflow用户
发布于 2018-11-05 23:22:16
恐怕这不能直接解决你的问题。
您尝试进行此计算的原因可能是为了加快速度，因为中间度中心性是一种缓慢的计算(Networkx never finishes calculating Betweenness centrality for 2 mil nodes)。
使其变慢的部分是，它必须找到每一对节点之间的最短路径，然后查看通过每个节点的分数，这些节点的中心性是您想要的。因此，即使你只想知道几个节点的这一点，你仍然必须找到所有最短路径，这是到目前为止最昂贵的计算部分。因此，给出一个选项来完成所有这些工作，然后只报告几个节点的中心性是没有多大意义的。
如果您确实需要加快计算速度，有一种方法可以进行近似。而不是获取每一对节点并找到它们之间的最短路径，而是对所有节点进行采样，并查看它们之间的最短路径。有关详细信息，请参阅以下答案：https://stackoverflow.com/a/32468942/2966723
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53146972
复制相关文章
相似问题
腾讯云开发者
