【图神经网络】图神经网络(GNN)学习笔记：图基本特性代码

图基本特性代码

• 度
• 连通分量
• 图直径
• 度中心性
• 特征向量中心性
• closeness
• pagerank
• HITS

代码

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @FileName  :1.图基础知识.py
# @Time      :2022/1/18 10:53
# @Author    :PangXZ
import numpy as np
import pandas as pd
import networkx as nx

edges = pd.DataFrame()
edges['sources'] = [1, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 5]
edges['targets'] = [2, 4, 5, 3, 1, 2, 5, 1, 5, 1, 3, 4]
edges['weights'] = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

if __name__ == "__main__":
    print(nx.__version__)
    G = nx.from_pandas_edgelist(edges, source='sources', target='targets', edge_attr='weights')
    # degree
    print(nx.degree(G))
    # 连通分量
    print(list(nx.connected_components(G)))
    # 图直径
    print(nx.diameter(G))
    # 度中心性
    print(nx.eigenvector_centrality(G))
    # 特征向量中心性
    print(nx.betweenness_centrality(G))
    # closeness
    print(nx.closeness_centrality(G))
    # pagerank
    print(nx.pagerank(G))
    # HITS
    print(nx.hits(G))

问题：

1. IndexError: tuple index out of range
   解决办法：检查networkx的版本，这里的版本为2.5，将其升级到2.5.1即可。

pip install -U networkx

执行结果

参考资料

[1] https://github.com/erdogant/bnlearn/issues/24