[链接] 使用100个点进行检测，发现效果不错 这个算法实现的是这个paper： Gergely Palla, Imre Derényi, Illés Farkas1, and Tamás Vicsek, Uncovering the overlapping community structure of complex networks in nature and society Nature 435, 814-818, 2005, doi:10.1038/nature03607

对complex network 进行分析 1. 建立图 无向图 {代码...} 有向图 {代码...} 从文件读图 可支持.edges(Edge List Format)与.txt(Ajacency List Format)详情见博客另一篇日志权重图 {代码...} 增加点的属性 {代码...} 如何选出边的权重超过一个阈值的边 {代码...} 2. 基本分析 边数与点数 {代码...} 度 分析某个顶点的度(...

之前看过networkx,igraph都说支持GML格式文件输入形式，直到今天想再Nepidemix load进文件进行分析，发现Nepidemix　对load输入文件要求是GML和gpickle，其余的不支持。所以查阅了下GML究竟是什么。

Edge List输入格式 test.edgesa b b c b d c d {代码...} 结果： [('a', 'b'), ('c', 'b'), ('c', 'd'), ('b', 'd')] test_adj.txta b b c d c d邻接表形式 {代码...} 结果： [('a', 'b'), ('c', 'b'), ('c', 'd'), ('b', 'd')]

传播模型是复杂网络动力学的一个研究方向，分为疾病传播，谣言传播等等。 常见的模型有SIS,SIR等等。具体分析过程是靠微分方程带动。具体参见SIS tutorial

用matplotlib绘制网络图 基本流程： 1. 导入networkx，matplotlib包 2. 建立网络 3. 绘制网络 nx.draw() 4. 建立布局 pos = nx.spring_layout美化作用 最基本画图程序

import networkx as nx import re from networkx.algorithms import bipartite

NetworkX 是Python语言写的软件包，专门用于创建、操作、学习复杂网络（complex network）的结构，动力以及功能的软件。