Python：找到图的平均四面体聚类系数的有效方法？

我知道标准的聚类系数（这是基于通过节点的实际三角形数乘以可能的三角形数）。我正在寻找一种适合四面体的方法（4节点完整子图/4团子图）。本质上，这将再次意味着找到通过某个给定点的所有四面体，除以通过该点的可能四面体的数量，并对所有点进行平均

我看了一下，想看看是否可以为自己的案例进行复制，但发现很难理解发生了什么（因为我对python/networkx比较陌生）

---

对于数千个节点，哪种方法最有效？

对于单个节点，您可以执行以下操作：

nb = G.subgraph(G.neighbors(N))
cc = 0 if len(nb) < 3 else 2 * sum(networkx.triangles(nb).values()) / (len(nb) * (len(nb)-1) * (len(nb)-2))

样本输出：

1.0
0.000998169690313529

---

对于单个节点，可以执行以下操作：

nb = G.subgraph(G.neighbors(N))
cc = 0 if len(nb) < 3 else 2 * sum(networkx.triangles(nb).values()) / (len(nb) * (len(nb)-1) * (len(nb)-2))

样本输出：

1.0
0.000998169690313529