modularity_matrix#
- modularity_matrix(G, nodelist=None, weight=None)[source]#
返回图 G 的模块度矩阵。
模块度矩阵是矩阵 B = A - <A>,其中 A 是邻接矩阵,<A> 是平均邻接矩阵,假设图由配置模型描述。
更具体地说,B 的元素 B_ij 定义为
\[A_{ij} - {k_i k_j \over 2 m}\]其中 k_i 是节点 i 的度,m 是图中边的数量。当 weight 设置为边属性的名称时,Aij、k_i、k_j 和 m 使用其值计算。
- Parameters:
- GGraph
一个 NetworkX 图
- nodelistlist, 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。
- weightstring 或 None, 可选 (默认=None)
用于边权重的数值的边属性名称。 如果为 None,则所有边权重为 1。
- Returns:
- BNumpy 数组
G 的模块度矩阵。
See also
to_numpy_array
modularity_spectrum
adjacency_matrix
directed_modularity_matrix
References
[1]M. E. J. Newman, “Modularity and community structure in networks”, Proc. Natl. Acad. Sci. USA, vol. 103, pp. 8577-8582, 2006.
Examples
>>> k = [3, 2, 2, 1, 0] >>> G = nx.havel_hakimi_graph(k) >>> B = nx.modularity_matrix(G)
Additional backends implement this function
graphblas : OpenMP-enabled sparse linear algebra backend.