eccentricity#

eccentricity(G, v=None, sp=None, weight=None)[source]#

返回图 G 中节点的偏心率。

节点 v 的偏心率是从 v 到 G 中所有其他节点的最大距离。

Parameters:
GNetworkX 图

一个图

v节点, 可选

指定节点的返回值

sp字典的字典, 可选

所有节点对的最短路径长度,作为一个字典的字典

weight字符串, 函数, 或 None (默认=None)

如果这是一个字符串,则将通过具有此键的边属性访问边权重(即,连接 uv 的边的权重将是 G.edges[u, v][weight] )。如果不存在这样的边属性,则假定边的权重为 1。

如果这是一个函数,边的权重是该函数返回的值。该函数必须接受三个位置参数:一条边的两个端点和该边的边属性字典。该函数必须返回一个数字。

如果这是 None,则每条边的权重/距离/成本为 1。

存储为浮点值的权重可能导致小的舍入误差。使用整数权重可以避免这种情况。

权重应该是正数,因为它们是距离。

Returns:
ecc字典

一个以节点为键的偏心率值字典。

Examples

>>> G = nx.Graph([(1, 2), (1, 3), (1, 4), (3, 4), (3, 5), (4, 5)])
>>> dict(nx.eccentricity(G))
{1: 2, 2: 3, 3: 2, 4: 2, 5: 3}
>>> dict(
...     nx.eccentricity(G, v=[1, 5])
... )  # 这返回节点 1 和 5 的偏心率
{1: 2, 5: 3}