Question

以下代码查找给定图'G'的社区，并根据其所属的社区，在该图内的节点从0-n分配值。然后，代码为每个社区创建新的子图，并在每个社区中找到度数最高的节点。最后，每个子图的顶部节点都集成到整个字典中：

   G = 'max : john', 'max : tom', 'jim : john'....'jack : james'
   node_partition = dict(community_louvain.best_partition(G))   

   print node_partition = max: 1, john: 0, james: 3, jim: 4,...tom: 0

   """number of communities = n = list(set(node_partition.values()))"""

   dict0 = {k: v for k, v in node_partition.items() if v !=[0]} 
       G0 = G.copy()   
       G0.remove_nodes_from(dict0)
       degree0 = dict(G.degree(G0))
       degree0_dict = dict(sorted(degree0.items(), key=operator.itemgetter(1), reverse=True)[:1])

   star_dict = {**degree0_dict, **degree1_dict....**degreek_dict)

此方法有效，但是一个图形可以有n个社区，并且如您所见，以上代码仅适用于社区0中的节点。我必须手动读取已确定的社区数量，并手动重复和编辑每个数字的代码。如何应用自动重复此代码的函数，所以我可以拥有“ n”而不是“ 0”？

Answer 1

假设您的分区存储在node_partition中，然后我们制作一个由反向键，值对node_partition组成的新字典，这将有助于我们以后减少计算复杂性。（请参阅this for inverting dicitonary和this for getting key with max value in dictionary。）

def invert(d):
    """Turn {a:x, b:x} into {x:[a,b]}"""
    r = {}
    for k, v in d.items():
        r.setdefault(v, []).append(k)
    return r

invert_partition = invert(node_partition)
# { 0 :[tom, john] , 1: [mike, elton] ... }

max_deg_per_comm = {}
#iterate over each community
for community_id in invert_partition.keys():
    #Extract the sub graph containing the community nodes
    temp_graph = G.subgraph(invert_partition[community_id])

    #Extract the degrees in the subgraph
    temp_degree = dict(temp_graph.degree())

    #Store it in a dictionary, with key as community_id and value as the node with max degree
    max_deg_per_comm[community_id] = max(temp_degree, key=lambda x: temp_degree[x])

现在，您可以使用字典max_deg_per_comm获取节点，假设您要查找社区0的节点，请使用

max_deg_per_comm[0]

Python-重复给定函数n次

1 个答案: