8、网络测量与中心性分析-创锋一号

网络测量与中心性分析

“聚类”这一术语至少有三种不同的概念：
- 将网络划分为紧凑、紧密相连的社区。
- 衡量以自我为中心的网络的密度。
- 将具有相似属性的关系数据对象分组为子集。

可以使用nx.average_clustering()函数计算简单网络（无环、无向或平行边）中所有节点的平均聚类系数。示例代码如下：

acc = nx.average_clustering(nx.Graph(G)) print(acc)

输出结果为：0.7266398872539529

平均聚类系数不应与整个网络的聚类系数相混淆，后者指的是网络中所有可能三角形的存在比例，也称为传递性。可以使用nx.transitivity()函数计算传递性，示例代码如下：

trans = nx.transitivity(G) print(trans)

输出结果为：0.03412721874374035

两者之间存在差异，原因在于相当一部分邻居较少的节点，其局部聚类系数通常较高，从而拉高了平均值。