NetworkX计算出一个很好的分区和模块化



我正在寻找一种在networkx中与此相同的方法,只是它确实考虑了边缘权重: https://networkx.github.io/documentation/latest/reference/algorithms/generated/networkx.algorithms.community.modularity_max.greedy_modularity_communities.html

greedy_modularity_communities:

使用克劳塞特-纽曼-摩尔贪婪模块化在图中查找社区 最大化。此方法当前支持 Graph 类和 does 不考虑边缘权重。

它存在吗?我找不到它。 感谢您的阅读。

它必须是Networkx吗?iGraph 软件包为社区检测提供了更多功能,包括加权 fastgreedy 的实现。您可以将 Networkx 中的图形文件保存为 .gml,这样就可以轻松传输到 iGraph。

如果您转到此页面,您将看到此软件包提供的检测算法的完整列表,每种算法都以标签"community_"开头。该页面还将提供有关如何实现这些算法的教程。

我不认为 Networkx 直接提供此功能,但是有一个名为 python-louvain 的附加包,它可能会提供您正在寻找的内容。

相关内容

最新更新