python - 使用networkx的有向图的current_flow_ Betweenness_centrality？

Question

我正在使用一个引文网络，我想计算随机游走时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是一个与这个想法类似的度量，但它似乎不适用于定向 grpah:

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)

作为输出，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.')

对于为什么存在这种限制有什么想法吗？

Answer 1

当前流介数中心性尚未为有向图正式定义。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 或程度中心性？请参阅http://networkx.lanl.gov/reference/algorithms.link_analysis.html http://networkx.lanl.gov/reference/algorithms.centrality.html