假设我有一个包含 10^4 个节点的大型网络。然后我想分析与随机节点相关的邻域，比如节点 10。我可以通过查看邻接矩阵的第 10 行条目来查看哪些节点连接到该节点，然后如果我愿意，我可以重复此操作查看那些邻居的邻居（第二个外壳）等等。
有没有一种有效的方法来做到这一点 - 或者甚至是一种低效但比从头开始编写整个东西更好的方法？我拥有的实际网络是一个随机正则图，我对大型网络的树状局部结构感兴趣。
问问题
206 次
1 回答
4
如果我了解您的用例，有一个很好的方法：egonet函数。你给它一个图、一个起始顶点和跳数，它会返回一个从顶点开始并走出那个跳数的图的诱导子图。这是文档字符串：
egonet(g, v, d, distmx=weights(g))
Return the subgraph of g induced by the neighbors of v up to distance d, using weights (optionally) provided by distmx. This is equivalent to
induced_subgraph(g, neighborhood(g, v, d, dir=dir))[1].
Optional Arguments
––––––––––––––––––––
• dir=:out: if g is directed, this argument specifies the edge direction
with respect to v (i.e. :in or :out).
编辑添加：如果您只需要顶点索引，那么neighborhood()就是您想要的：
neighborhood(g, v, d, distmx=weights(g))
Return a vector of each vertex in g at a geodesic distance less than or equal to d, where distances may be specified by distmx.
Optional Arguments
––––––––––––––––––––
• dir=:out: If g is directed, this argument specifies the edge direction
with respect to v of the edges to be considered. Possible values: :in or :out.
于 2020-12-09T17:09:10.910 回答