0

Networkxのソース コードを使用して、ポアソン次数分布のランダム グラフを生成しました。

必要なコードの一部を次のように変更します。

import random
import networkx
import math
from networkx.generators.classic import empty_graph

def gnp_random_graph(n, p, seed=None):
    """Return a random graph G_{n,p}.

    Parameters
    ----------
    n : int
        The number of nodes.
    p : float
        Probability for edge creation.
        possible edges: n[n-1]/2
    seed : int, optional
        Seed for random number generator (default=None). 

    """
    #My sample  
    z = 4 #mean degree
    n = 10 #Number of nodes
    p = math.exp**(-z)*z**(k)/(math.factorial(k)) ##I add this myself #k is missing   

    #This part is from the source 
    G=empty_graph(n)

    if not seed is None:
        random.seed(seed)

    for u in xrange(n):
        for v in xrange(u+1,n):
            if random.random() < p:
                G.add_edge(u,v)
return G

エッジを生成するための最後の部分で、どのように次数を数え、p(次数(k)の確率分布)? と比較するかがわかりません。私にとっては、乱数btw（0,1）を生成するようです。しかし、p にドメインを使用し、乱数を p(k) と比較するにはどうすればよいでしょうか?

4

2 に答える 2

3

ノード/エッジの数が多くない限り、これはベルヌーイ分布になります。networkx を取得して、ポアソン次数分布を簡単に取得できます。

import numpy as np
from scipy.stats import poisson

def poissongraph(n,mu):
    z= np.zeros(n) #n is number of nodes
    for i in range(n):
        z[i]=poisson.rvs(mu) #mu is the expected value
    G=expected_degree_graph(z)
    return G
于 2011-09-21T22:05:44.850 に答える
1

この方法で (ブレヌーイ サンプリングを使用して) グラフを生成すると、ポアソン次数分布を持つグラフが生成されるため、これは機能します (詳細はこちら (pdf)で説明されています)。

于 2011-07-15T07:48:39.050 に答える