python networkx特征向量的中心性和特征向量的中心性都不适用于此gml
只想计算我的gml文件的中心特征向量 我尝试了特征向量中心性和特征向量中心性两种方法 但他们都给了我错误信息 当我尝试特征向量_中心时,错误是:python networkx特征向量的中心性和特征向量的中心性都不适用于此gml,python,networkx,Python,Networkx,只想计算我的gml文件的中心特征向量 我尝试了特征向量中心性和特征向量中心性两种方法 但他们都给了我错误信息 当我尝试特征向量_中心时,错误是: NetworkXError: eigenvector_centrality(): power iteration failed to converge in %d iterations."%(i+1)) line 375, in _raise_no_convergence raise ArpackNoConvergence(msg % (nu
NetworkXError: eigenvector_centrality():
power iteration failed to converge in %d iterations."%(i+1))
line 375, in _raise_no_convergence
raise ArpackNoConvergence(msg % (num_iter, k_ok, self.k), ev, vec)
scipy.sparse.linalg.eigen.arpack.arpack.ArpackNoConvergence: ARPACK error -1: No convergence (51 iterations, 0/1 eigenvectors converged) [ARPACK error -14: DNAUPD did not find any eigenvalues to sufficient accuracy.
当我尝试它时,我检查了它是否可以通过使用特征向量_centrality _numpy来修复。我还得到一个错误是:
NetworkXError: eigenvector_centrality():
power iteration failed to converge in %d iterations."%(i+1))
line 375, in _raise_no_convergence
raise ArpackNoConvergence(msg % (num_iter, k_ok, self.k), ev, vec)
scipy.sparse.linalg.eigen.arpack.arpack.ArpackNoConvergence: ARPACK error -1: No convergence (51 iterations, 0/1 eigenvectors converged) [ARPACK error -14: DNAUPD did not find any eigenvalues to sufficient accuracy.
我知道我的网络图可能很特殊,但不是很确定这种类型的网络不能计算特征向量的中心度吗
在此提前感谢您的帮助
这是我的gml文件链接:我更改了文件: etol(浮动,可选)–用于检查幂法迭代收敛性的误差容限 tol=1e-06至tol=1e-03以使其正常工作,但不太清楚原因 特征向量=nx。特征向量的中心性(G,tol=1e-03)