Python留出10％的分支以最大權重NetworkX圖

Question

我有圖並計算了網絡密度，現在我應該只保留權重最大的分支（網絡密度的前10％，例如20個權重最大的分支從200開始）。 我找不到該怎么做？

Answer 1

這個問題有些令人困惑，因此，如果以后有更多信息出現，我很樂意修改答復。

我有圖表並計算了網絡密度，

我假設您使用的是無向（？）加權網絡。 因此，將通過對邊緣的權重求和並除以可能的邊緣數（| V | *（| V | -1）來計算網絡密度（對於加權情況），其中V是邊緣集，| V 。|表示集合的基數）。 如果這是您所擁有的，我們稱為計算的網絡密度Q。

我應該只保留權重最大的分支（網絡密度的前10％

因此，現在，您要隔離那些權重占Q的10％的邊緣。 我們將其稱為Qfrac=Q*(10/100.0) ，通常，首先按權重按降序對邊緣進行排序，然后開始累積其密度貢獻，直到累積的總和等於（或超過）Qfrac。

在代碼中，假設G是圖形，並且每個邊都有權weight屬性：

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]

但！

例如20個分支，最大權重從200開始）

這有點不同。 在這種情況下，您似乎不需要密度計算，只需要從圖中總共包含的200條邊中選擇權重高的邊的10％ 。 處理方式略有不同：

同樣，在代碼中並采用與上述類似的假設：

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)))]

希望這可以幫助。