NetworkX中计算information centrality的方法

本文介绍了NetworkX中用于计算信息中心性的两种函数:information_centrality和current_flow_closeness_centrality,它们在计算信息在网络中的传播效率方面具有重要作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这个博客仅仅是为了防止忘记。networkx之前其实一直是没有专门information centrality之类的函数名的,关于这个Centrality指标可以查看这里:http://www.analytictech.com/ucinet/help/76wq.e.htm,不过注意到目前可能是为了防止歧义,NetworkX提供了两个不同的函数来同时实现information centrality的计算,具体可以参考这里:https://networkx.github.io/documentation/stable/reference/algorithms/centrality.html,其中的information_centrality和current_flow_closeness_centrality函数是等价的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值