在图的节点之间进行区分/分区以计算 Python 中的中心性度量

Question

我正在使用 networkx 包来分析 IMDb 数据以计算中心性（紧密度和介数）。问题是，该图有两种类型的节点——演员和电影。我想只计算演员而不是整个图表的中心性。

代码 -

T = nx.Graph()
T.add_nodes_from(demo_df.primaryName,bipartite=1)
T.add_nodes_from(demo_df.primaryTitle,bipartite=0)
T = nx.from_pandas_edgelist(demo_df,'primaryName','primaryTitle')
nx.closeness_centrality(T)
nx.betweenness_centrality(T)

我不希望它计算/显示电影的中间性和接近性（欲望之翼、笨蛋迪克斯、Studio Stoops）。我希望它只为演员计算。

Answer 1

对于二分图，您有 networkx.algorithms.bipartite.centrality 对应项。例如，对于closeness_centrality，结果将是一个由节点键入的字典，其值为二分度中心性。在nodes 参数中指定一个二分节点集中的节点：

from networkx.algorithms import bipartite

part0_nodes, part1_nodes = bipartite.sets(T)
cs_partition0 = bipartite.centrality.closeness_centrality(T, part0_nodes)

对于断开连接的图，您可以尝试从给定分区获取节点：

partition = nx.get_node_attributes(T, 'bipartite')
part0_nodes = [node for node, p in partition.items() if p==0]

---

请注意，即使您在nodes 中指定了一个分区中的节点，返回的字典仍将包含所有节点。因此，您可以使用part0_nodes 将它们保留在一组中。 notes 部分提到了这一点：

nodes 输入参数必须包含一个二分节点集中的所有节点， 但返回的字典包含来自两个二分节点的所有节点 套。见:mod:bipartite documentation <networkx.algorithms.bipartite> 有关如何在 NetworkX 中处理二分图的更多详细信息。