NetworkX中的pagerank，pagerank_numpy和pagerank_scipy有什么区别？

Question

我查了描述 pagerank， pagerank_numpy和 pagerank_scipy 从NetworkX documentation。我看不出差别。

pagerank(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, nstart=None, weight='weight', dangling=None) 

pagerank_numpy(G, alpha=0.85, personalization=None, weight='weight', dangling=None) 

pagerank_scipy(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, weight='weight', dangling=None) 

它们之间有什么不同？

Answer 1

他们都计算相同的东西，但用稍微不同的方法来计算最大的特征值/特征向量（pagerank分数）。

• pagerank是一个纯Python实现
• pagerank_numpy使用numpy的的密集的线性代数子包
• pagerank_scipy使用SciPy的

的pagerank_scipy执行稀疏线性代数子包应该是最快和对大图使用最少的内存。