python - Betweenness_centrality 带来意想不到的结果

Question

下面是使用 Python 2.7 在 networkx 中创建一个非常简单的图的代码，并调用返回 Betweenness_centrality:

import networkx as nx
G = nx.Graph()
G.add_nodes_from([1,3])
G.add_edge(1,2)
G.add_edge(2,3)
G.add_edge(1,3)
G[1][2]['weight']=4400
G[2][3]['weight']=4100
G[1][3]['weight']=1500
print nx.betweenness_centrality(G,weight='weight')

我期望看到权重基本上是按分配的，但权重全部为零:

{1:0.0、2:0.0、3:0.0}

我显然错过了一些简单的东西，并且无法从在线文档中看到它是什么。谢谢。

Answer 1

networkx. Betweenness_centrality() 的默认值(也可以说是标准定义)不包括端点计数。因此，对于您的 K3 图，每个节点上的介数为 0。如果您想计算端点数量，请使用

In [1]: import networkx as nx

In [2]: G = nx.Graph()

In [3]: G.add_nodes_from([1,3])

In [4]: G.add_edge(1,2)

In [5]: G.add_edge(2,3)

In [6]: G.add_edge(1,3)

In [7]: G[1][2]['weight']=4400

In [8]: G[2][3]['weight']=4100

In [9]: G[1][3]['weight']=1500

In [10]: print(nx.betweenness_centrality(G,weight='weight',endpoints=True))
{1: 2.0, 2: 2.0, 3: 2.0}

请注意，“权重”属性用于查找最短路径，并不直接计入介数分数。例如，循环中的非对称路径:

In [1]: import networkx as nx

In [2]: G = nx.cycle_graph(4)

In [3]: nx.set_edge_attributes(G,'weight',1)

In [4]: print(nx.betweenness_centrality(G,weight='weight'))
{0: 0.16666666666666666, 1: 0.16666666666666666, 2: 0.16666666666666666, 3: 0.16666666666666666}

In [5]: G[0][1]['weight']=5

In [6]: print(nx.betweenness_centrality(G,weight='weight'))
{0: 0.0, 1: 0.0, 2: 0.6666666666666666, 3: 0.6666666666666666}