Question

我有图表和计算网络密度，现在我应该只保留具有最大权重的分支（网络密度的前10％，例如20个分支，最大权重从200）。我找不到怎么做？

Answer 1

这个问题有点令人困惑，因此，如果以后有更多信息，我很乐意修改答案。

我有图表并计算网络密度，

我假设你有一个无向（？）加权网络。因此，网络密度（对于加权情况）将通过对边的权重求和并将它们除以可能边的数量来计算（| V | *（| V | -1）其中V是边集和| 。|表示集合的基数）。如果这是您所拥有的，请调用计算出的网络密度Q.

我应该只保留具有最大权重的分支（网络密度的前10％
）

所以，现在，您想要隔离那些的边缘，其重量占Q的10％。让我们调用这个Qfrac=Q*(10/100.0)为此，一般来说，首先按重量按降序对边进行排序，然后开始累积它们的密度贡献，直到累积的总和等于（或超过）Qfrac。

在代码中并假设G是图表，每个边缘都有weight属性：

edgesSorted =  sorted(G.edges(data = True), key=lambda x:x[2]['weight'], reverse=False)
k=0
acc=0.0
NposCons = float(G.number_of_nodes() * (G.number_of_nodes()-1))
while (acc<Qfrac):
    acc+=(edgesSorted[k][2]['weight']/NposCons
    k+=1
edgeExtract = edgesSorted[0:k]

BUT！

例如20个分支，最大权重来自200）

这个，略有不同。在这种情况下，您似乎不需要进行密度计算，您只需要从图表中包含的200个边缘中选择 10％的高权重边。处理方式略有不同：

同样，在代码中并且具有与上述类似的假设：

edgesSorted =  sorted(G.edges(data = True), key=lambda x:x[2]['weight'], reverse=False)
edgeExtract = edgesSorted[0:int(round(G.number_of_edges() * (10/100.0)))]

希望这有帮助。

Python留下10％的分支与最大权重NetworkX图

1 个答案: