1

我正在使用引文网络，我想计算随机游走从网络中任何其他节点访问网络中给定节点的概率总和。我的理解是currentflow_betweeness_centrality是一个类似于这个想法的指标，但它似乎不适用于有向 grpahs：

import networkx as nx
import pandas as pd
df = pd.read_csv(open("PATH TO CSV","rb"))

DG = nx.DiGraph()

DG.add_edges_from(zip(df.citing.values, df.cited.values))
largest_component = nx.weakly_connected_component_subgraphs(DG)[0]
random_walk = nx.current_flow_betweenness_centrality(largest_component)

作为outout，我得到：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/EPD64.framework/Versions/7.3/lib/python2.7/site-packages/networkx/algorithms/centrality/current_flow_betweenness.py", line 223, in current_flow_betweenness_centrality
    'not defined for digraphs.')
networkx.exception.NetworkXError: ('current_flow_betweenness_centrality() ', 'not defined for digraphs.')

关于为什么存在这种限制的任何想法？

4

1 回答 1

1

没有为有向图正式定义当前流动介数中心性。也许在您的情况下，您正在寻找其他中心性度量之一，例如 PageRank 或学位中心性？见http://networkx.lanl.gov/reference/algorithms.link_analysis.html http://networkx.lanl.gov/reference/algorithms.centrality.html

于 2014-02-23T20:03:43.300 回答