打卡笔记-Stanford CS224W-NetworkX代码实战
pagerank 重要度, nx.pagerank(G, alpha) 针对的是有向图,会自动把无向图转为有向图;
北京上海地铁站图数据挖掘
1、导入工具包
2、可视化辅助函数
3、字典按值排序辅助函数
4、导入地铁站连接表
5、创建图(初始化)
6、从连接表创建图(给表赋值)
7、检查是否导入成功
8、可视化
根据以上步骤完成了图网络的构建
后续算法
Shortest Path 最短路径
地铁导航系统
先根据最短路径算法获得相关的 Path_list,然后再依次读取previous_station 和 next_station 的节点属性信息
Node Degree
Eigenvector Centrality(可能不收敛)
Betweenness Centrality(必经之地)
PageRank
Katz Centrality
HITS Hubs and Authorities
社群属性
三角形个数;
Clustering Coefficient
计算全图的特征
Graphlet
拉普拉斯特征值分解
创建图
邻接矩阵(Adjacency Matrix)
A = nx.adjacency_matrix(G)
拉普拉斯矩阵
L = D - A; D为节点degree对角矩阵
归一化拉普拉斯矩阵
特征值分解
特征值分布直方图
扩展阅读
