Python 的 graph_tool 中的加权度数分布
Weighted Degree Distribution in Python's graph_tool
在 Pythons graph_tool 中,是否有一种简单的方法来计算加权度分布(传出、传入或所有边的权重之和)?
在Stats包中,vertex_hist给出未加权的入度、出度和总和度直方图,但似乎没有办法获得这些的加权版本。
注意:我正在处理 31,000 个顶点和超过 1000 万个边。我正在寻找一种尽可能利用 graph_tool 来做到这一点的方法。
是的,这很简单。你必须获得加权度数的属性图,然后做一个直方图:
d = g.degree_property_map("out", weight) # weight is an edge property map
bins = linspace(d.a.min(), d.a.max(), 40) # linear bins
h = vertex_hist(g, d, bins)
在 Pythons graph_tool 中,是否有一种简单的方法来计算加权度分布(传出、传入或所有边的权重之和)?
在Stats包中,vertex_hist给出未加权的入度、出度和总和度直方图,但似乎没有办法获得这些的加权版本。
注意:我正在处理 31,000 个顶点和超过 1000 万个边。我正在寻找一种尽可能利用 graph_tool 来做到这一点的方法。
是的,这很简单。你必须获得加权度数的属性图,然后做一个直方图:
d = g.degree_property_map("out", weight) # weight is an edge property map
bins = linspace(d.a.min(), d.a.max(), 40) # linear bins
h = vertex_hist(g, d, bins)