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。