问特征向量中心性计算图(Python)

EN

在https://github.com/igraph/python-igraph下可以看到igraph的源代码。

您要查找的eigenvector_centrality的函数定义可能位于以下文件下：https://github.com/igraph/igraph/blob/2ceb15db7983a15e499844daddd1e1aa72cb0138/src/centrality/centralization.c，该文件采用C语言。

igraph使用ARPACK来计算特征向量中心性。ARPACK是一个用于寻找稀疏矩阵的特征值/特征向量的通用软件包。

从igraph 0.9开始，您会在igraph的C核心(link)中找到src/centrality/centrality_other中的源代码，尽管我不认为查看它会有什么特别的帮助。如果您对实现有特定的顾虑，您应该直接询问它们。

一些可能会有帮助的注意事项：

仅对于连通图，

• 特征向量中心性是定义良好的。对于不连通的情况，解决方案不是唯一的，图0.9不能保证这种情况的处理。
• 在有向情况下，图使用的定义是\sum_j A_ij x_i = \lambda x_i A_ij = 1 if is a edge i -> j。换句话说，它使用邻接矩阵的左特征向量。但是，请记住，对于有向图来说，特征向量中心性并不被认为是最合适的度量。