python - 使用 networkx 计算小世界系数

问题描述

我想使用计算小世界系数（omega和sigma）networkx。从引用的链接中，据说omega应该介于-1和之间1。此外，如果sigma大于 1，则表示小世界图。这是我的代码：

# create a small-world graph
import networkx as nx
G = nx.watts_strogatz_graph(n=20,k=2,p=0.2)

# compute the coefficients
print(nx.omega(G))
print(nx.sigma(G))

它返回1.05foromega和nanfor sigma：

/Users/tiendh/deeplearning/lib/python3.7/site-packages/networkx/algorithms/smallworld.py:301: RuntimeWarning: invalid value encountered in double_scalars
  sigma = (C / Cr) / (L / Lr)
nan

显然，omega不在范围内(-1,1)，sigma无法计算。当我将重写概率 (p) 增加到0.5时，结果如下：

>>> G = nx.watts_strogatz_graph(n=20,k=2,p=0.5)
>>> nx.sigma(G)
0.0
>>> nx.omega(G)
1.132464146023468

我的问题是：

这些方法（nx.omega和nx.sigma）是否可靠，因为它们不符合描述？
对于大图，这些方法真的很慢（例如，如果 n=2000，它会在我的计算机上永远运行）。有没有办法有效地计算系数？

标签： pythonnetworkxgraph-theory

python - 使用 networkx 计算小世界系数

问题描述

解决方案

推荐阅读