如何解决特征向量中心性计算 igraph (Python)
我试图在 python 的 eigenvector_centrality() 包中查看 igraph 的函数定义，但找不到它们。我想了解他们如何计算有向图和无向图的特征向量中心性。任何指向来源或使用的计算的链接都会非常有帮助。
解决方法
igraph 的源代码可以在 https://github.com/igraph/python-igraph 下查看。
你要找的eigenvector_centrality的函数定义可能在这个文件下：https://github.com/igraph/igraph/blob/2ceb15db7983a15e499844daddd1e1aa72cb0138/src/centrality/centralization.c
使用 C 语言。
igraph 使用 ARPACK 来计算特征向量中心性。 ARPACK 是用于查找稀疏矩阵的特征值/特征向量的通用包。
从 igraph 0.9 开始，您将在 igraph 的 C 核心 (link) 的 src/centrality/centrality_other 中找到源代码，尽管我认为查看它并没有特别的帮助。如果您对实施有具体的顾虑，您应该直接询问它们。
一些可能有用的注释：
- 特征向量中心性仅适用于连通图。对于未连接的情况，该解决方案不是唯一的，igraph 0.9 不保证处理这种情况。
- 在有向情况下，igraph 使用的定义是
\sum_j A_ij x_i = \lambda x_i，其中A_ij = 1如果存在边i -> j。换句话说，它使用邻接矩阵的左特征向量。但是，请记住，特征向量中心性不被认为是有向图的最合适度量。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
