networkx 算法中是否有一个函数可以返回我指定的某些节点周围的集团/集群/组件？

问题描述

我在电信 CDR 数据中使用 networkx 来定义网络影响者及其影响圈。我将影响者定义为特征向量中心度高于某个阈值的节点，但我仍然无法定义他们的影响圈，即距离为 1 的影响者节点的直接连接节点。我们是否有函数networkx 也一样吗？顺便说一下，我的图是有向图。

G = nx.DiGraph()
G = nx.from_pandas_edgelist(CDR1,'A','B',['WEIGHT'],create_using=nx.DiGraph())



df = pd.DataFrame(dict(
    DEGREE = dict(G.degree),DEGREE_CENTRALITY = nx.degree_centrality(G),CLUSTERING = nx.clustering(G),EIGENV_CENTRALITY=nx.eigenvector_centrality(G)
    ))




df['Influencer']=np.where(df['EIGENV_CENTRALITY']> 1.022186e-05,1,0)

解决方法

假设你有一个无向图，这是

G.neighbors(node)

如果它是定向的并且您想要从节点到达的那些，则再次

G.neighbors(node)

或 G.successors(node) 也有效。

如果它是有向的，而你只想要那些有边到节点的东西

G.predecessors(node)

,

我已经找到了我的问题的答案。我使用了以下代码行：

circle_pre=[]
for inf in influencers_pre.index:
    for n in G_pre.neighbors(inf):
        circle_pre.append(n)
len(circle_pre)

其中 circle_pre 是直接连接到影响者节点的节点名称列表，我将其定义为影响圈。