Question

我在 Networkx 中创建了一个生成 100 个随机图的函数，我希望输出是图列表，以及在每个生成的图上运行的几个函数（直径、传递性和平均最短路径长度）。我的输出似乎是在同一个生成的图上迭代，而不是遍历生成的每个示例图。我是编程新手，相信这与我的循环结构有关，但感谢任何建议，尽管我知道答案可能很基本。我使用的是 Python 3.9 和 NetworkX 2.5


 def random_networks_generator(n,p,num_networks=1, directed=False):
    Graph_list=[]
    dias=[]
    trans=[]
    avgpath=[]
    for num in range (0,num_networks):
        G=nx.gnp_random_graph(n,p,directed)
        D=nx.diameter(G)
        APL=nx.average_shortest_path_length(G)
        T=nx.transitivity(G)
        Graph_list.append(G)
        dias.append(D)
        trans.append(T)
        avgpath.append(APL)
    return Graph_list, dias, trans, avgpath 

random_networks_generator(793,.04,3,directed=False)

OUT: 

([<networkx.classes.graph.Graph at 0x7fdc6889dbb0>,
  <networkx.classes.graph.Graph at 0x7fdc6889d0d0>,
  <networkx.classes.graph.Graph at 0x7fdc6889d160>],
 [3, 3, 3],
 [0.039558780162902554, 0.039558780162902554, 0.039558780162902554],
 [2.235259276242883, 2.235259276242883, 2.235259276242883])

Answer 1

这是一个微妙的错误，但问题在于这一行：

G=nx.gnp_random_graph(n,p,directed)

问题在于，如果您查看 nx.gnp_random_graph 的签名，则第三个参数是随机数生成器的种子，而不是图形是否有向：

def gnp_random_graph(n, p, seed=None, directed=False):
    """Returns a $G_{n,p}$ random graph, also known as an Erdős-Rényi graph
    or a binomial graph.

    The $G_{n,p}$ model chooses each of the possible edges with probability $p$.

    Parameters
    ----------
    n : int
        The number of nodes.
    p : float
        Probability for edge creation.
    seed : integer, random_state, or None (default)
        Indicator of random number generation state.
        See :ref:`Randomness<randomness>`.
    directed : bool, optional (default=False)
        If True, this function returns a directed graph.

您将 False 作为种子传递（它被视为整数 0）。给定这样的固定种子，（伪）随机数生成器将始终生成相同的随机数序列，因此“随机”图将始终相同。

修复非常简单 - 只需将 directed=False 作为关键字参数传递。总的来说，这是一个好主意，因为它可以防止由于不记住位置参数的顺序而导致的这些问题：

import networkx as nx


def random_networks_generator(n, p, num_networks=1, directed=False):
    Graph_list = []
    dias = []
    trans = []
    avgpath = []
    for _ in range(num_networks):
        G = nx.gnp_random_graph(n, p, directed=directed)
        D = nx.diameter(G)
        APL = nx.average_shortest_path_length(G)
        T = nx.transitivity(G)
        Graph_list.append(G)
        dias.append(D)
        trans.append(T)
        avgpath.append(APL)
    return Graph_list, dias, trans, avgpath 

results = random_networks_generator(793, .04, 3, directed=False)
for x in results:
    print(x)

"""
Output:
[<networkx.classes.graph.Graph object at 0x7f61be2a8040>, <networkx.classes.graph.Graph object at 0x7f61be28fd30>, <networkx.classes.graph.Graph object at 0x7f61be1eeaf0>]
[3, 3, 3]
[0.03973988995344184, 0.040121944443041235, 0.03966888841109439]
[2.238010623256525, 2.2307373864750915, 2.22814844536156]
"""

我也稍微清理了您的代码。查看符合 PEP8 的 linter，例如 flake8 以养成良好的 Python 习惯（或使用 PyCharm 等带有内置 linting 的 IDE）。

Python-Networkx 图生成函数 - For 循环

1 个答案: