Question

我在从实际网络的度数分布中获取igraph以生成网络统计（在这种情况下，社区数量）时遇到问题（为了评估计算出的网络中社区数量的重要性）。我正在关注Kolaczyk和Csardi的第80页，但它不起作用。

见下面的代码。我得到的错误信息是：＆＃34; match.arg中的错误（arg = arg，choices = choices，few.ok = several .ok）：＆＃39; arg＆＃39;应该是＆＃34;简单＆＃34;，＆＃34; v1＆＃34;，simple.no.multiple＆＃34;。

这本书说使用＆＃34; v1＆＃34;，但是我收到了错误消息。使用simple.no.multiple似乎有效，但我不知道它是否正确，因为它只给了我一个社区大小的频率。

我之前发过这个问题，它已被删除。我试图在这个网站上找到答案，但没有运气 - 有相关的东西，但不是那么接近。代码：

>degs<-degree(Jan18BSEGendered)
> num.comm.grg<-numeric(ntrials)
>#note, I had generated "degs" and "ntrials" earlier, as per the book
>for(i in (1:ntrials)){
+g.grg<-degree.sequence.game(degs, method="v1")
+c.grg<-fastgreedy.community(g.grg)
+num.comm.grg(i)<-length(c.grg)}

我非常感谢你的帮助。约翰

Answer 1

幸运的是，这是一个非常简单的解决方案。你的代码有method =“v1”，它应该是method =“vl”。不幸的是，“1”和“l”在courrier new中看起来非常相似。 vl代表Viger和Latapy，他们介绍了一种生成具有重尾分布的简单随机图的方法。希望这有帮助！

igraph - 根据Kolaczyk和Csardi生成随机图社区估计

1 个答案: