directed_laplacian_matrix#

directed_laplacian_matrix(G, nodelist=None, weight='weight', walk_type=None, alpha=0.95)[source]#

返回图 G 的有向拉普拉斯矩阵。

图的有向拉普拉斯矩阵定义为：

\[L = I - \frac{1}{2} \left (\Phi^{1/2} P \Phi^{-1/2} + \Phi^{-1/2} P^T \Phi^{1/2} \right )\]

其中 I 是单位矩阵， P 是图的转移矩阵， Phi 是一个对角线上为 P 的 Perron 向量，其他位置为零的矩阵 [1]。

根据 walk_type 的值， P 可以是随机游走、懒惰随机游走或带 teleportation 的随机游走（PageRank）诱导的转移矩阵。

Parameters:

GDiGraph: 一个 NetworkX 图
nodelist列表, 可选: 行和列按照 nodelist 中的节点顺序排列。如果 nodelist 为 None，则顺序由 G.nodes() 生成。
weight字符串或 None, 可选 (默认=’weight’): 用于计算矩阵中每个值的边数据键。如果为 None，则每条边的权重为 1。
walk_type字符串或 None, 可选 (默认=None): 可以是 "random" , "lazy" , 或 "pagerank" 。如果 walk_type=None （默认），则根据 G 的属性选择值： - walk_type="random" 如果 G 是强连通且非周期的 - walk_type="lazy" 如果 G 是强连通但非周期的 - walk_type="pagerank" 其他情况
alpha实数: (1 - alpha) 是 PageRank 中使用的 teleportation 概率

Returns: