使用最大权重NetworkX图保留10%的分支

Question

我有图和计数的网络密度，现在我应该只保留具有最大重量的分支(网络密度的前10%，例如从200到20个最大权重的20个分支)。我找不到该怎么做吗？

Answer 1

这个问题有点混乱，所以如果稍后有更多资料出现，我很乐意修改答覆。

我有图表和网络密度，

其中我假设你有一个没有方向的(?)加权网络因此，计算网络密度(对于加权情形)的方法是，将边的权值相加，除以可能的边数(x=V_x~*)，其中V是边集，x表示集的基数)。如果这就是你所拥有的，我们称之为计算的网络密度Q。

我应该只保留最大重量的树枝(网络密度的前10% )。

所以，现在，你要隔离那些边，，它的重量，占Q的10%。让我们调用这个Qfrac=Q*(10/100.0)来完成这个任务，通常情况下，首先按权重按降序排序，然后开始累积它们的密度贡献，直到累积和等于(或超过) Qfrac。

在代码中，假设G是图，并且每个边都有一个weight属性：

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根最大重量在200左右的树枝)

这个，有点不同。在这种情况下，您似乎不需要密度计算，您只需要选择10%的边缘高权重从200个边包含在整个。对此的处理略有不同：

同样，在代码中也有类似的假设，如上文所述：

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)))]

希望这能有所帮助。