我有一个网络,我想用iggraph中的edge_betweenness
社区检测算法来分析它。我对NetworkX很熟悉,但我正试图学习iGraph,因为它是NetworkX上附加的社区检测方法。
我的最终目标是运行edge_betweenness
社区检测,找到最佳社区数,并为图中的每个节点编写具有社区成员身份的CSV。
下面是我目前的代码。任何关于社区成员的帮助都是非常感谢的。
输入数据('network.txt'):
1 2
2 3
2 7
3 1
4 2
4 6
5 4
5 6
7 4
7 8
8 9
9 7
10 7
10 8
10 9
iGraph代码
import igraph
# load data into a graph
g = igraph.Graph.Read_Ncol('network.txt')
# plot graph
igraph.plot(g)
# identify communities
communities = igraph.community_edge_betweenness()
# not really sure what to do next
num_communities = communities.optimal_count
communities.as_clustering(num_communities)
我需要做什么才能找到最佳社区数,并写出图中每个节点属于列表的社区?
您正处在正确的轨道上;可以通过
communities.optimal_count
检索最佳社区数(其中“最优”定义为“最大化模块化得分的社区数”),并且可以使用communities.as_clustering(num_communities)
将社区结构转换为平坦的不相交聚类。实际上,如果社区的数量恰好等于communities.optimal_count
,则可以省略。完成后,您将得到一个具有VertexClustering
属性的membership
对象,该属性为图中的每个顶点提供集群索引。为了清楚起见,我将您的
communities
变量重命名为dendrogram
,因为边缘中间社区检测算法实际上生成了一个树状图:现在我们可以开始将成员身份向量和节点名一起写入CSV文件:
如果您使用的是Python 3,请使用
zip
,而不是izip
,这样就不需要导入itertools
。相关问题 更多 >
编程相关推荐