Python “参数”是什么;重量“;NetworkX中页面排名函数的作用是什么?

Python “参数”是什么;重量“;NetworkX中页面排名函数的作用是什么?,python,networkx,pagerank,Python,Networkx,Pagerank,据此,加权有向图的权重对图的页面排名有影响。我尝试了以下代码: 但是,同时,pagerank\u numpy有一个名为weight的参数。根据报告: 权重(关键点,可选)–用作权重的边缘数据关键点。如果“无”,则将权重设置为1 在上面的示例中,weight未设置,但似乎并未将权重全部设置为1。那么,这个参数weight真正起什么作用呢 NetworkX版本:2.1PageRank算法根据网络上的随机游动为节点分配权重。我们可以通过偏置行走来修改算法,使其更多地跟随某些边。为此,我们对网络的边缘进

据此,加权有向图的权重对图的页面排名有影响。我尝试了以下代码:

但是,同时,
pagerank\u numpy
有一个名为
weight
的参数。根据报告:

权重(关键点,可选)–用作权重的边缘数据关键点。如果“无”,则将权重设置为1

在上面的示例中,
weight
未设置,但似乎并未将权重全部设置为1。那么,这个参数
weight
真正起什么作用呢


NetworkX版本:2.1

PageRank算法根据网络上的随机游动为节点分配权重。我们可以通过偏置行走来修改算法,使其更多地跟随某些边。为此,我们对网络的边缘进行加权。Networkx在边权重方面非常灵活。我们可以使用名称为
'weight'
'scale\u factor'
'relative\u frequency'
的权重,或任何我们想要命名它们的字符串。因此PageRank算法需要知道使用哪个名称

这就是当您向算法传递
weight
参数时告诉它的内容。如果未获得该值,则将所有边视为具有权重1

from networkx.algorithms.link_analysis.pagerank_alg import pagerank_numpy
ddd=nx.DiGraph()
ddd.add_weighted_edges_from([('A','B',0.5),('A','C',0.5)])
print(pagerank_numpy(ddd))
ddd['A']['C']['weight']=1
print(pagerank_numpy(ddd))  

>>> {'A': 0.2597402597402597, 'B': 0.37012987012987014, 'C': 0.37012987012987014}
>>> {'A': 0.2597402597402599, 'B': 0.3333333333333334, 'C': 0.40692640692640686}