使用Python的networkx库进行adamic_adar_index链接预测

Question

我有一个网络图对象，它是加权和无向的。我试图用Adamic Adar指数预测每个节点的10个新链接。Networkx中的adamic_adar_index函数返回一个元组生成器，格式为（nodeid1，nodeid2，adamic_adar_index）。我不熟悉Python中的生成器。我想做的是按nodeid1分组生成器，并返回nodeid1的最大10个指数。以下是我的代码，其中“coauthor”是网络对象，“preds”是生成器。数据文件在此处https://www.dropbox.com/s/hyr1hgjs4yt03x2/coauthor.csv?dl=0。

import csv
import networkx as nx
g = nx.read_weighted_edgelist("coauthor.csv", delimiter='\t', encoding='utf-8')
coauthor = nx.read_weighted_edgelist("coauthor.csv", delimiter='\t', encoding='utf-8')
preds = nx.adamic_adar_index(coauthor)

- Shengjie Zhang

Answer 1

请看 heapq.nlargest，它需要一个可迭代对象并返回其中最大的n个元素。由于我没有你的合作者列表，我将使用空手道图。与 adamic_adar_index 的默认行为不同，我将首先遍历 G 中的每个节点 u，并针对所有非邻居的 u 进行此操作。

import networkx as nx
import heapq


def nonedges(G,u):  #a generator with (u,v) for every non neighbor v
    for v in nx.non_neighbors(G, u):
        yield (u, v)


G = nx.karate_club_graph()

for u in G.nodes_iter():# you may want to check that there will be at least 10 choices.
    preds = nx.adamic_adar_index(G,nonedges(G,u))
    tenlargest = heapq.nlargest(10, preds, key = lambda x: x[2])
    print tenlargest

警告：如果不小心处理，您所描述的算法中存在一个错误：对于节点1，您可能会发现一些元组被返回为（1,2,3.2），（1,3,0.3），（4,1,100）。 您描述的分组方式将错过（4,1）对。 我的示例检查每个对两次以避免此问题。 通过努力，可能可以消除计算机工作的重复。

生成器和迭代器密切相关。更多关于迭代器的信息请参见https://docs.python.org/2/glossary.html#term-iterator（您也可以在该页面上找到生成器）。您可以将其视为列表，但是有关如何访问它的规则。每次查看它时，您都会获得下一个元素。查看元素后，它将从迭代器中删除。您只能从迭代器中获取一个东西。在计算机内存中，它不必保留整个内容（当请求下一个元素时，它会生成）。因此，例如，在我的循环中，您可以看到我使用了迭代器而不是G.nodes（）。这意味着计算机从未必须在其内存中保存G中的所有节点。

for u in G.nodes_iter():

对比

for u in G.nodes()

- Joel

---

非常感谢！这绝对是迭代节点的高效方法。我查阅了迭代器的信息，帮助非常大！ - Shengjie Zhang