在Python中区分/划分图的节点以计算中心性度量
在Python中区分/划分图的节点以计算中心性度量
提问于 2020-06-03 23:41:57
我正在使用networkx包来分析IMDb数据，以计算中心性(贴近度和介数)。问题是，该图有两种类型的节点-即演员和电影。我只想计算参与者的中心性，而不是整个图的中心性。
代码-
T = nx.Graph()
T.add_nodes_from(demo_df.primaryName,bipartite=1)
T.add_nodes_from(demo_df.primaryTitle,bipartite=0)
T = nx.from_pandas_edgelist(demo_df,'primaryName','primaryTitle')
nx.closeness_centrality(T)
nx.betweenness_centrality(T)我不想让它计算/显示电影(“欲望之翼”、“笨蛋”、“斯多普斯工作室”)之间的亲密性。我希望它只为演员计算。
回答 1
Stack Overflow用户
发布于 2020-06-03 23:57:58
对于二部图，您可以使用networkx.algorithms.bipartite.centrality对应的图。例如，对于closeness_centrality，结果将是一个以节点为关键字的字典，并以二分度中心度作为值。在nodes参数中，指定一个二分节点集中的节点：
from networkx.algorithms import bipartite
part0_nodes, part1_nodes = bipartite.sets(T)
cs_partition0 = bipartite.centrality.closeness_centrality(T, part0_nodes)对于断开连接的图，您可以尝试使用以下命令从给定分区获取节点：
partition = nx.get_node_attributes(T, 'bipartite')
part0_nodes = [node for node, p in partition.items() if p==0]请注意，即使您在nodes中的一个分区中指定了节点，返回的字典仍将包含所有节点。因此，您只需使用part0_nodes将它们保存在一个集合中。在notes部分中提到了这一点：
nodes输入参数必须包含一个二部节点集中的所有节点，但返回的字典包含两个二部节点集中的所有节点。有关如何在NetworkX中处理二部图的更多详情，请参阅:mod:
bipartite documentation <networkx.algorithms.bipartite>。
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/62176950
复制相关文章
相似问题
腾讯云开发者
