Визуализация работы алгоритма кластеризации в Networkx - PullRequest
Новая
       19

Визуализация работы алгоритма кластеризации в Networkx

0 голосов
/ 06 апреля 2020

Пожалуйста, помогите мне визуализировать результаты алгоритма кластеризации Гирвана Ньюмана. Я взял код с сайта и немного подправил его для своих задач. https://networkx.github.io/documentation/stable/reference/algorithms/generated/networkx.algorithms.community.centrality.girvan_newman.html#networkx .algorithms.community.centrality.girvan_newman Но я не могу нарисовать график. Я не понимаю, как работать с кортежами. 

import networkx as nx
G = nx.path_graph(10)
from networkx.algorithms import community

from networkx import edge_current_flow_betweenness_centrality
from random import random
def most_central_edge(G):
    centrality = edge_current_flow_betweenness_centrality(G)
    max_cent = max(centrality.values())
    # Scale the centrality values so they are between 0 and 1,
    # and add some random noise.
    centrality = {e: c / max_cent for e, c in centrality.items()}
    # Add some random noise.
    centrality = {e: c + random() for e, c in centrality.items()}
    return max(centrality, key=centrality.get)

comp = community.girvan_newman(G, most_valuable_edge=most_central_edge)
print("Girvan Newman current flow betweenness centrality", tuple(sorted(c) for c in next(comp)))
...