average_degree_connectivity

average_degree_connectivity(G, source='in+out', target='in+out', nodes=None, weight=None)

计算图的平均度连接性。

平均度连接性是具有度数 ( k ) 的节点的平均最近邻度数。对于加权图，可以使用在 [1] 中定义的加权平均邻居度数来计算类似的度量，对于节点 ( i )，定义为

\[k_{nn,i}^{w} = \frac{1}{s_i} \sum_{j \in N(i)} w_{ij} k_j\]

其中 ( s_i ) 是节点 ( i ) 的加权度数， ( w_{ij} ) 是连接 ( i ) 和 ( j ) 的边的权重， ( N(i) ) 是节点 ( i ) 的邻居。

Parameters:

GNetworkX 图

source“in”|”out”|”in+out” (默认:”in+out”)

仅限有向图。用于源节点的 “in” 或 “out” 度数。

target“in”|”out”|”in+out” (默认:”in+out”)

仅限有向图。用于目标节点的 “in” 或 “out” 度数。

nodes列表或可迭代对象（可选）

计算这些节点的邻居连接性。默认是所有节点。

weight字符串或 None, 可选 (默认=None)

作为权重使用的边属性。如果为 None，则每条边的权重为 1。

Returns:

d字典

按度数 ( k ) 键值的字典，值为平均连接性。

Raises:

NetworkXError

如果 source 或 target 不是 ‘in’、’out’ 或 ‘in+out’ 之一。 如果为无向图传递了 source 或 target 。

See also

average_neighbor_degree

References

[1]

A. Barrat, M. Barthélemy, R. Pastor-Satorras, 和 A. Vespignani, “The architecture of complex weighted networks”. PNAS 101 (11): 3747–3752 (2004).

Examples

>>> G = nx.path_graph(4)
>>> G.edges[1, 2]["weight"] = 3
>>> nx.average_degree_connectivity(G)
{1: 2.0, 2: 1.5}
>>> nx.average_degree_connectivity(G, weight="weight")
{1: 2.0, 2: 1.75}