生成复杂网络的方法

问题描述

我有一个小的图形网络，我一直在寻找可以使 利用小型网络的结构特性生成复杂的 网络。 我想使用保留度等属性的方法 分布，集群等。

幸运的是，我偶然发现了此[文章] （https://link.springer.com/article/10.1007/s41109-017-0054-z） 讨论了原始网络副本的生成，然后是 网络扩展。

例如， 我已经生成了如下所示的边缘加权Networkx图： 将创建随机图用于说明），

import random
import networkx as nx
import matplotlib.pyplot as plt
G = nx.gnm_random_graph(20,30,seed=1)

for (u,v) in G.edges():
    G.edges[u,v]['weight'] = random.randint(0,10)

nx.draw(G,with_labels=True)
plt.show()
print(G.edges(data=True))

此图有20个节点。我想知道如何通过 比例因子x在5到10之间变化。示例将非常有帮助。

此外，在文档中 （https://github.com/networkit/networkit/blob/Dev/notebooks/User-Guide.ipynb） 提到支持的图形数据格式是metis邻接格式。 我想知道networkx图是否必须转换为metis图。 是否可以在Networkit中直接使用Networkx图？

解决方法

您可以使用NetworKit中的nxadapter模块将图形从networkx转换为NetworKit，反之亦然。 在您的代码中，它的工作方式如下：

import networkit as nk
import random
import networkx as nx
import matplotlib.pyplot as plt
G = nx.gnm_random_graph(20,30,seed=1)

for (u,v) in G.edges():
    G.edges[u,v]['weight'] = random.randint(0,10)

nx.draw(G,with_labels=True)
plt.show()
print(G.edges(data=True))

# Networkx graph to NetworKit graph
G_nk = nk.nxadapter.nx2nk(G,weightAttr='weight')

要生成复杂的网络，您还可以考虑使用图形生成器，here您可以找到一些示例。