그래프 도구의 중첩 된 블록 모델에 대한 기본 질문

Question

매우 간단히 말해 minimize_nested_blockmodel_dl에 대한 기본적인 질문은 graph-tool library입니다. 어느 정점이 어떤 블록에 떨어지는 지 알아낼 방법이 있습니까? 즉, 각 블록에서 정점의 레이블을 포함하는 목록을 추출합니다.

계층 적 시각화는 네트워크 이론에서 아마추어에 대해 이해하기가 다소 어렵습니다. 고려 대상이되는 두 블록 사이의 기본 가장자리의 주 방향을 나타내는 의미있는 그려진 유도 된 가장자리가있는 사각형입니까? 블록은 다양한 색상을 사용하여 멋지게 표시되지만 매우 개념적인 수준에서 어떤 유형의 패턴 또는 가장자리/꼭지점 속성이 꼭지점의 블록 분류 뒤에 있습니까? 즉, 두 개의 꼭지점이 같은 블록에있을 때 공통 속성에 대해 무엇을 말할 수 있습니까? 첫 번째 질문에 대해서는

는

Answer 1

, 그것은 매우 간단합니다 :

:

g = collection.data["football"] 
state = minimize_nested_blockmodel_dl(g) 

이 계층 구조의 첫 번째 레벨을 검사하여 노드의 그룹 구성원을 조회 할 수 있습니다 다음 minimize_nested_blockmodel_dl() 함수는 NestedBlockState 객체를 반환

:

이

lstate = state.levels[0] 

우리가 get_blocks() 방법을 통해 그룹 구성원 자격을 얻을 수있는에서 BlockState 객체이며,

b = lstate.get_blocks() 
print(b[30]) # prints the group membership of node 30 

두 번째 질문에 대해서는, 확률 적 블록 모델은 동일한 그룹에 속한 노드가 나머지 네트워크에 연결할 확률이 동일한 것으로 가정합니다. 따라서 위의 함수에 의해 같은 그룹으로 분류 된 노드는 유사한 연결 패턴을 갖습니다. 예를 들어, 우리는 축구 네트워크에 적합 보면 :

state.draw(output="football.png") 

우리는 같은 그룹에 속하는 노드가 같은 그룹의 다른 노드에 더 많은 연결을하는 경향이 참조 - - 대표적인 예로는 커뮤니티 구조입니다. 그러나 이것은 확률 적 블록 모델에 의해 밝혀 질 수있는 많은 가능성 중 하나 일뿐입니다. 다른 토폴로지 패턴에는 코어 - 주변 조직, 이중화 (bipartiteness) 등이 포함됩니다.