Python 小世界聚类系数与特征路径长度

我想计算和比较50个WS图的聚类系数和特征路径长度，不同的值是这样的？如果希望使用范围（0,1,50）或np.linspace（0,1,50），请将while循环更改为for循环

i=0
结果={}
而i<1：
当前_I=[]
当前_C=[]
对于范围内的（20）：
G=nx.瓦茨-斯特罗加茨图（n=1000，k=4，p=i）
当前路径追加（nx.平均路径最短路径长度（G））
当前_C.追加（nx.平均_聚类（G））
结果[i]=（np.平均值（当前_i），np.平均值（当前_C））
i+=.052631

我希望它返回所有50个p值的聚类系数和特征路径长度值作为输出，而不是mean@Keralf2020这是对每个p迭代20次，并返回其平均值，而不是p的所有值的平均值。如果希望每个值p的样本大小为1，只需删除嵌套的for循环即可。在这两种情况下，结果dict都有20个键。

i = 0
results={}
while i < 1:
   current_I = []
   current_C = []
   for _ in range(20):
      G = nx.watts_strogatz_graph(n = 1000,k = 4,p = i)
      current_I.append(nx.average_shortest_path_length(G))
      current_C.append(nx.average_clustering(G))
   results[i] = (np.mean(current_I), np.mean(current_C))
   i += .052631