8、网络测量与中心性分析

网络测量与中心性分析

1. 聚类相关概念

“聚类（clustering）”这一术语至少有三种不同的概念：
- 将网络划分为紧凑、紧密相连的社区。
- 衡量自我中心网络的密度。
- 将具有相似属性的关系数据对象分组到子集的任务。

可以使用 nx.average_clustering() 函数计算简单网络（无循环、无向或平行边）中所有节点的平均聚类系数，示例代码如下：

import networkx as nx

acc = nx.average_clustering(nx.Graph(G))
print(acc)

运行上述代码可能得到类似如下的结果：

0.7266398872539529

这里需要注意，平均聚类系数不要与整个网络的聚类系数相混淆。整个网络的聚类系数即网络中所有可能三角形的存在比例，也称为传递性（transitivity），可以使用 nx.transitivity() 函数来计算，示例代码如下：

trans = nx.transitivity(G)
print(trans)

运行结果可能为：

0.03412721874374035