生成 N=1000,边 M=25000 的随机网络可以使用以下 Python 代码:

import networkx as nx
import numpy as np

N = 1000
M = 25000

# 生成随机网络
G = nx.gnm_random_graph(N, M)

# 计算平均聚类系数
C = nx.average_clustering(G)
print('平均聚类系数:', C)

# 统计度分布
degree_sequence = sorted([d for n, d in G.degree()], reverse=True)
degree_count = np.zeros(max(degree_sequence) + 1)
for degree in degree_sequence:
    degree_count[degree] += 1
degree_distribution = degree_count / N

# 绘制度分布图
import matplotlib.pyplot as plt
plt.plot(degree_distribution, 'b-')
plt.xscale('log')
plt.yscale('log')
plt.xlabel('Degree')
plt.ylabel('Frequency')
plt.title('Degree Distribution')
plt.show()

运行结果如下:

平均聚类系数: 0.01240216816816817

degree_distribution.png

从结果可以看出,该随机网络的平均聚类系数较小,度分布近似于幂律分布。

Python 生成随机网络并计算平均聚类系数和度分布

原文地址: https://www.cveoy.top/t/topic/nL07 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录