Python 根据系数列表计算互补CDF

我从NetworkX获得了图中节点的聚类系数列表：

coefficients = nx.clustering(G)

现在，我想绘制这些系数的互补CDF，这样在X轴上我就有了系数值

X

，在Y轴上，聚类系数大于或等于X的节点部分，即

p（X>=X）

---

如何在Python中实现这一点？我应该使用

scipy.stats.rv\u discrete.cdf

使用

scipy.stats.rv_discrete.cdf

似乎有些过分。只需对系数列表进行排序并绘制它们与范围

[1,0]

的对比图，就可以得到所需的互补CDF

下面是一些示例代码，显示了不同随机图的互补CDF：

将networkx导入为nx
将numpy作为np导入
从matplotlib导入pyplot作为plt
从matplotlib.ticker导入百分比格式化程序
对于范围内的边（2002002001200）：
G=nx.gnm_随机图（100，边）
系数=nx.聚类（G）
x=np.concatenate（[[0]，np.sort（list（coverties.values（）），[1]]））
plt.plot（x，np.linspace（1，0，len（x）），label=f'100个节点，{edges}edges'）
plt.xlabel（‘聚类系数’）
plt.ylabel（'P（X≥ x） ")
利润率（x=0.02）
plt.gca（）.yaxis.set_major_格式化程序（百分比格式化程序（1））
plt.图例（title='Random graphs'）
plt.紧_布局（）
plt.show（）

使用

np.linspace（0，1，len（x））

您将得到

p（x）≤ x）