preferential_attachment#

计算ebunch中所有节点对的优先连接得分。

节点 u 和 v 的优先连接得分定义为

\[|\Gamma(u)| |\Gamma(v)|\]

其中:math:`Gamma(u)`表示节点:math:`u`的邻居集合。

Parameters:
G图

网络X无向图。

ebunch节点对的可迭代对象，可选（默认 = None）

优先连接得分将针对可迭代对象中给出的每一对节点进行计算。 节点对必须以2元组(u, v)的形式给出，其中u和v是图中的节点。 如果ebunch为None，则将使用图中所有不存在的边。 默认值：None。

Returns:
piter迭代器

一个包含3元组(u, v, p)的迭代器，其中(u, v)是一对节点，p是它们的优先连接得分。

Raises:
NetworkXNotImplemented

如果 G 是 DiGraph 、 Multigraph 或 MultiDiGraph 。

NodeNotFound

如果 ebunch 中有一个节点不在 G 中。

References

[1]

D. Liben-Nowell, J. Kleinberg. The Link Prediction Problem for Social Networks (2004). http://www.cs.cornell.edu/home/kleinber/link-pred.pdf

Examples

>>> G = nx.complete_graph(5)
>>> preds = nx.preferential_attachment(G, [(0, 1), (2, 3)])
>>> for u, v, p in preds:
...     print(f"({u}, {v}) -> {p}")
(0, 1) -> 16
(2, 3) -> 16
On this page