NetworkX中的pagerank，pagerank_numpy和pagerank_scipy有什么区别？

Question

我检查过的描述 pagerank， pagerank_numpy和 pagerank_scipy 来自NetworkX documentation。我看不出差异。

pagerank(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, nstart=None, weight='weight', dangling=None)

pagerank_numpy(G, alpha=0.85, personalization=None, weight='weight', dangling=None)

pagerank_scipy(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, weight='weight', dangling=None)

他们之间有什么不同？

Answer 1

它们都计算相同的东西，但计算最大特征值/特征向量（页面分数）的方法略有不同。

• pagerank是一个纯Python实现
• pagerank_numpy使用numpy
的密集线性代数子包
• pagerank_scipy使用scipy的稀疏线性代数子包

pagerank_scipy实现应该是最快的，并且对于大图使用最少的内存。