python實(shí)現(xiàn)小世界網(wǎng)絡(luò)生成
沒有使用igraph庫哦 因?yàn)槲疫€沒學(xué)
小世界網(wǎng)絡(luò)簡(jiǎn)介:
1998年, Watts和Strogatz 提出了小世界網(wǎng)絡(luò)這一概念,并建立了WS模型。實(shí)證結(jié)果表明,大多數(shù)的真實(shí)網(wǎng)絡(luò)都具有小世界特性(較小的最短路徑)和聚類特性(較大的聚類系數(shù))。傳統(tǒng)的規(guī)則最近鄰耦合網(wǎng)絡(luò)具有高聚類的特性,但并不具有小世界特性;而隨機(jī)網(wǎng)絡(luò)具有小世界特性但卻沒有高聚類特性。因此這兩種傳統(tǒng)的網(wǎng)絡(luò)模型都不能很好的來表示實(shí)際的真實(shí)網(wǎng)絡(luò)。Watts和Strogatz建立的小世界網(wǎng)絡(luò)模型就介于這兩種網(wǎng)絡(luò)之間,同時(shí)具有小世界特性和聚類特性,可以很好的來表示真實(shí)網(wǎng)絡(luò)。
小世界模型構(gòu)造算法
1、從規(guī)則圖開始:考慮一個(gè)含有N個(gè)點(diǎn)的最近鄰耦合網(wǎng)絡(luò),它們圍成一個(gè)環(huán),其中每個(gè)節(jié)點(diǎn)都與它左右相鄰的各K/2節(jié)點(diǎn)相連,K是偶數(shù)。
2、隨機(jī)化重連:以概率p隨機(jī)地從新連接網(wǎng)絡(luò)中的每個(gè)邊,即將邊的一個(gè)端點(diǎn)保持不變,而另一個(gè)端點(diǎn)取為網(wǎng)絡(luò)中隨機(jī)選擇的一個(gè)節(jié)點(diǎn)。其中規(guī)定,任意兩個(gè)不同的節(jié)點(diǎn)之間至多只能有一條邊,并且每一個(gè)節(jié)點(diǎn)都不能有邊與自身相連。
在上述模型中,p=0對(duì)應(yīng)于完全規(guī)則網(wǎng)絡(luò),p=1則對(duì)應(yīng)于完全隨機(jī)網(wǎng)絡(luò),通過調(diào)節(jié)p的值就可以控制從完全規(guī)則網(wǎng)絡(luò)到完全隨機(jī)網(wǎng)絡(luò)的過渡。
效果如下:
代碼如下:
import matplotlib.pyplot as plt import random as rd import numpy as np plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體設(shè)置 plt.rcParams['axes.unicode_minus']=False #小世界項(xiàng)目 def dian(N,K,P): global ls tim=[] for i in range(N): for j in range(1,K+1): ls[i]=ls.get(i,set()) ls[i].add((i+j)%N) ls[i].add((i-j)%N) ls[(i-j)%N]=ls.get((i-j)%N,set()) ls[(i-j)%N].add(i) ls[(i+j)%N]=ls.get((i+j)%N,set()) ls[(i+j)%N].add(i) for i in range(N): for j in list(ls[i]): if rd.random()<=P: aa=ls[i].pop() a=set(range(N)) a.discard(i) a=a^ls[i] for i in range(rd.randint(1,len(a)-1)): aa=a.pop() ls[aa].discard(i) b=a.pop() ls[i].add(b) ls[b].add(i) for i in range(N): tim.append(len(ls[i])*40-N) new=[] for i in range(len(ls)): l=[] l.append(i) l+=list(ls[i]) new.append(l) return new,tim def hua(L,S): x=np.linspace(0,100,len(L)) y=np.sqrt(np.abs(10000-(x-50)**2)) plt.scatter(x,y,s=S,edgecolor='k',alpha=0.7) for i in range(len(L)): plt.text(x[i]-0.13,y[i]-0.015,str(S[i]//40+1)) for j in L[i]: plt.plot(list((x[i],x[j])),list((y[i],y[j]))\ ,color='gray',linewidth=1,alpha=0.7) plt.title('小世界網(wǎng)絡(luò)初步') plt.xticks([]) plt.yticks([]) plt.axis('off') plt.savefig('niu.png') ls={} l,k=dian(20,3,0.5) #不要超過40哦~ hua(l,k)
以上這篇python實(shí)現(xiàn)小世界網(wǎng)絡(luò)生成就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
盤點(diǎn)Python加密解密模塊hashlib的7種加密算法(推薦)
這篇文章主要介紹了盤點(diǎn)Python加密解密模塊hashlib的7種加密算法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-04-04pycharm 使用心得(六)進(jìn)行簡(jiǎn)單的數(shù)據(jù)庫管理
功能簡(jiǎn)介:pycharm自帶了一個(gè)簡(jiǎn)單的數(shù)據(jù)庫插件,可以比較方便的進(jìn)行簡(jiǎn)單的數(shù)據(jù)庫操作。2014-06-06Python3 Tensorlfow:增加或者減小矩陣維度的實(shí)現(xiàn)
這篇文章主要介紹了Python3 Tensorlfow:增加或者減小矩陣維度的實(shí)現(xiàn),具有好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05Python使用matplotlib實(shí)現(xiàn)在坐標(biāo)系中畫一個(gè)矩形的方法
這篇文章主要介紹了Python使用matplotlib實(shí)現(xiàn)在坐標(biāo)系中畫一個(gè)矩形的方法,涉及matplotlib模塊繪制圖形的相關(guān)技巧,需要的朋友可以參考下2015-05-05一行Python3代碼實(shí)現(xiàn)解析地址信息
在日常數(shù)據(jù)處理的過程中,有時(shí)候拿到手的是完整的地址信息,如果需要從地址信息中解析出相應(yīng)的各級(jí)行政單元名稱,方式有很多,而今天要介紹的方式只需要一行代碼即可快速實(shí)現(xiàn),快跟隨小編一起學(xué)習(xí)一下吧2022-05-05使用Django搭建網(wǎng)站實(shí)現(xiàn)商品分頁功能
這篇文章主要介紹了使用Django搭建網(wǎng)站實(shí)現(xiàn)商品分頁功能,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05Python判斷一個(gè)三位數(shù)是否為水仙花數(shù)的示例
今天小編就為大家分享一篇Python判斷一個(gè)三位數(shù)是否為水仙花數(shù)的示例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-11-11python使用PIL實(shí)現(xiàn)多張圖片垂直合并
這篇文章主要為大家詳細(xì)介紹了python使用PIL實(shí)現(xiàn)多張圖片垂直合并,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-01-01詳解Python中的Numpy、SciPy、MatPlotLib安裝與配置
這篇文章主要介紹了詳解Python中的Numpy、SciPy、MatPlotLib安裝與配置,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2017-11-11