蟒蛇离开10％分支与最大权重NetworkX图

Question

我有图形和计算网络密度，现在我应该只保留具有最大权重的分支（网络密度的前10％，例如20最大权重分支从200 ）。我无法找到如何做到这一点？

Answer 1

这个问题有点令人困惑，所以，如果稍后会提供更多信息，我很乐意修改响应。

我有图表和计数网络密度，

通过其中我假设你有一个无向（？）加权网络。因此，网络密度（对于加权情况）将通过对边的权重求和并将其除以可能边的数量（| V | *（| V | -1）来计算，其中V是边集和| 。|表示集合的基数）。如果这是你所拥有的，让我们把计算的网络密度Q.

我应该只保留具有最大权重的网络密度（前10％

所以，现在，你想要的分支我们称之为Qfrac=Q*(10/100.0)为了做到这一点，一般来说，首先按照权重降序对边进行排序，然后开始累积它们的密度贡献，直到累加和相等（或超过）Qfrac

在代码并假设G是曲线图，并且每个边缘具有weight属性：

edgesSorted = sorted(G.edges(data = True), key=lambda x:x[2]['weight'], reverse=False) 
k=0 
acc=0.0 
NposCons = float(G.number_of_nodes() * (G.number_of_nodes()-1)) 
while (acc<Qfrac): 
    acc+=(edgesSorted[k][2]['weight']/NposCons 
    k+=1 
edgeExtract = edgesSorted[0:k] 

BUT！

FO实施例20个分支与最大为200）

此，稍有不同。在这种情况下，您似乎不需要进行密度计算，只需要选择图中包含的200个边的高权重边的10％，总数为。这是处理略有不同：

同样，在代码与类似的假设如上：

edgesSorted = sorted(G.edges(data = True), key=lambda x:x[2]['weight'], reverse=False) 
edgeExtract = edgesSorted[0:int(round(G.number_of_edges() * (10/100.0)))] 

希望这有助于。