onion_layers#

onion_layers(G)[source]#

返回图的洋葱分解中每个顶点的层。

洋葱分解通过提供每个k-壳内部组织的信息,细化了k-核分解。它通常与 core numbers 一起使用。

Parameters:
GNetworkX图

一个没有自环的无向图。

Returns:
od_layers字典

一个以节点为键,对应洋葱层的字典。层是从1开始的连续整数。

Raises:
NetworkXNotImplemented

如果 G 是多图或有向图,或者包含自环。

See also

core_number

References

[1]

通过一种新的网络统计量进行多尺度结构和拓扑异常检测:洋葱分解 L. Hébert-Dufresne, J. A. Grochow, and A. Allard Scientific Reports 6, 31708 (2016) http://doi.org/10.1038/srep31708

[2]

复杂网络的有效结构与渗透 A. Allard and L. Hébert-Dufresne Physical Review X 9, 011023 (2019) http://doi.org/10.1103/PhysRevX.9.011023

Examples

>>> degrees = [0, 1, 2, 2, 2, 2, 3]
>>> H = nx.havel_hakimi_graph(degrees)
>>> H.degree
DegreeView({0: 1, 1: 2, 2: 2, 3: 2, 4: 2, 5: 3, 6: 0})
>>> nx.onion_layers(H)
{6: 1, 0: 2, 4: 3, 1: 4, 2: 4, 3: 4, 5: 4}