在下面，我附加了访问每个egonet文件的 Python代码 ，并构建了Networkx构造函数的节点和边的列表。 构建图后，将计算其邻接矩阵并将其保存在csv文件中。

import networkx as nx
from os import listdir
from os.path import isfile, join
from sklearn.cluster import KMeans
#########################################################################################################
提供的代码的结果是110个CSV文件，其中包含每个自我网络图的邻接矩阵。
首先，让我们绘制一个图，看看它在社区聚类检测之前的样子。在R代码下方，从CSV文件加载数据，构建网络（我们使用0.egonet）并进行绘制。
#从csv文件读取图形
dat = read.csv('graph-0.csv', header=TRUE, row.names=1, check.names=FALSE)
m = as.matrix(dat)
# 从邻接矩阵构建图
g = graph.adjacency(m,mode="undirected",weighted=NULL)
# 绘制图形
R 提供了几种强大的社区检测算法。 
模块化本质上是属于给定组的边缘的分数减去如果边缘随机分布的期望分数。所以越高越好。
在这里，您可以在用户0网络上找到结果。
> modularity(wc)
[1] 0.4629543
> modularity(wc)
[1] 0.4463902
1.采用spss-modeler的web复杂网络对所有腧穴进行分析
2.用R语言和python进行社交网络中的社区检测
3.R语言文本挖掘NASA数据网络分析，tf-idf和主题建模
4.在R语言中使用航空公司复杂网络对疫情进行建模
5.python隶属关系图模型 基于模型的网络中密集重叠社区检测
6.使用Python和SAS Viya分析社交网络
7.关联网络分析：已迁离北京外来人口的数据画像
8.情感语义网络：游记数据感知旅游目的地形象
9.用关联规则数据挖掘探索药物配伍中的规律
 
  
分类：
 开发工具
 
标签：
 
数据挖掘
 
  
 

      安装掘金浏览器插件
     
多内容聚合浏览、多引擎快捷搜索、多工具便捷提效、多模式随心畅享，你想要的，这里都有！
 前往安装
     
 

    拓端tecdat