 |
SOLUTIONS
|
-
函数
- BetweennessCentrality
- ClosenessCentrality
- DegreeCentrality
- EdgeBetweennessCentrality
- EdgeConnectivity
- EdgeCount
- EigenvectorCentrality
- GlobalClusteringCoefficient
- GraphAssortativity
- GraphDiameter
- GraphDistance
- GraphDistanceMatrix
- GraphRadius
- GraphReciprocity
- HITSCentrality
- KatzCentrality
- LocalClusteringCoefficient
- MeanClusteringCoefficient
- MeanDegreeConnectivity
- MeanNeighborDegree
- PageRankCentrality
- RadialityCentrality
- StatusCentrality
- VertexConnectivity
- VertexCorrelationSimilarity
- VertexCosineSimilarity
- VertexCount
- VertexDegree
- VertexDiceSimilarity
- VertexEccentricity
- VertexInDegree
- VertexJaccardSimilarity
- VertexOutDegree
- 相关指南
图度量法与度量
Mathematica 支持广范围的描绘图的度量方法，从简单的度量，诸如判断图大小与稀疏性的顶点与边数，到判断每一个点局部是如何连接的顶点度数. 其它度量法包括图中的测地线距离或整个图中每个顶点的中心性度量；比如，PageRank 与 HITS 是用于从搜索引擎返回的网页重要性排序的度量法.
参考资料参考资料
基本度量
VertexCount — 顶点数
EdgeCount — 边数
度度量
VertexDegree — 每个顶点的边数
VertexInDegree — 每个顶点的入边数
VertexOutDegree — 每个顶点的出边数
距离度量
GraphDistance — 两个顶点间最短路径的长度
GraphDistanceMatrix ▪ VertexEccentricity ▪ GraphRadius ▪ GraphDiameter
连通度测量
VertexConnectivity — 两个顶点之间的与顶点无关的顶点数目
EdgeConnectivity — 两个顶点之间的与边无关的路径数目
中心度度量
ClosenessCentrality — 到每个其他顶点的平均距离的倒数
BetweennessCentrality — 穿过顶点的最短路径的比例
DegreeCentrality ▪ EigenvectorCentrality ▪ KatzCentrality ▪ PageRankCentrality ▪ HITSCentrality ▪ RadialityCentrality ▪ StatusCentrality ▪ EdgeBetweennessCentrality
相互性和传递性
GraphReciprocity — 往复运动的有向边的比例
GlobalClusteringCoefficient — 邻近的两条路径的比例
MeanClusteringCoefficient ▪ LocalClusteringCoefficient
同质性、相配混合、相似性
GraphAssortativity — 组内连通度减去组间连通度
VertexCorrelationSimilarity — 参与者之间的相关相似度
MeanNeighborDegree ▪ MeanDegreeConnectivity ▪ VertexDiceSimilarity ▪ VertexJaccardSimilarity ▪ VertexCosineSimilarity
