python 灵敏度分析,

　　一分钟看完全文。

　　在OSMNX给出的官方演示中增加了一些不清楚的地方。科普中引入了两种主要用于复杂网络的边中心性和流近中心性。不涉及引入度等点的中心性。主要基于osmnx和networkx。开发环境是python 3.6。什么是中心性？

　　网络中心性的本意是表达边和点的重要性。但是也有许多不同的重要测量模式。比如有的边连通性很好，你可以认为它很重要；有些边在最短路径中频繁出现，也可以认为是重要的；而且最短路径如何评价是不确定的。于是，诞生了很多不同的中心性。我们可以在networkx的官网下看到中心性(不限于以下):

　　其中，度和贴近度都是指节点，当然你也可以用它来指边。在OSMNX官方给出的演示中，有计算edge的封闭性。其实从上图来看，networkx中只给了边缘接口介数。什么是中间性？

　　官方定义是：在ness之间，边的中心化是通过的所有对最短路径的分数的总和。说白了就是计算网络中所有节点之间的最短路径，然后统计每条边最短路径的次数，用每对节点之间的最短路径数归一化：

　　这个中间性怎么算？很简单。我在这里直接从osmnx下载了路网，然后导入计算。

　　将networkx作为nx导入

　　将osmnx作为ox导入

　　导入操作系统

　　G=ox.graph_from_place(美国华盛顿州西雅图，network_type=drive )

　　G_projected=ox.project_graph(G)

　　edge _ centricity=NX . edge _ between _ centricity(g _ projected)什么是当前-流动之间？

　　如果说两者之间是理性的旅行，那么主要是佛教旅行。官方定义是：ness中心化之间的电流流动使用电流模型进行信息传播，这与ness中心化之间使用。最短路径。还强调：中间流集中也称为随机游走中间集中。

　　值得注意的是，当前流之间的中心性不计算有向图。因此，对于有向网络，需要首先移除方向：

　　edge _ current _ flow=NX . edge _ current _ flow _ between _ centrality(g _ projected . to _ un expired())。点的中心性指数可以用于边吗？

　　也有可能。OSMNX给出了这样一个演示：gbo eing/OS mnx-examples github.com。

　　在计算边的中心性时，Demo说：边闭合中心性：将图形转换为线图，因此边成为节点，反之亦然。这里的中心性实际上是指接近中心性，接近中心性实际上是一个点的属性，于是首先出现了化边为点的操作。

　　更神奇的是，network2.1不能用line_graph来处理多图的情况。你需要找到networkx下的line.py源文件，注释掉第24行@ not _ implemented _ for( multi graph ):中心性有什么用？

　　常见的例子是将其作为自变量输入模型。例如，在预测道路流量时，中间中心性往往是一个非常重要的变量。当然，如果网络较大，计算也很慢，需要耐心等待。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。