Question

我想知道是否有人可以给我一些有关在给定簇的情况下编写“共享邻居分布”之类的功能的线索。我在Cytoscape NetworkAnalyzer中发现此功能对于我的研究目的非常有用。由于我要分析许多集群，因此为该工作编写脚本会很方便。欢迎使用igraph，networkx等提出建议。非常感谢你！

例如：

edgelist <- read.table(text = "
E   B
E   A
B   D
B   F
B   C
A   C
A   F
A   D")

library(igraph)
graph <- graph.data.frame(edgelist,directed=F)
plot(graph)

我们将看到如下图： enter image description here

两个节点（C，D，E，F）共享节点A和B。这是6倍。节点A和B共享节点（C，D，E，F）。总的来说，摘要应如下所示： enter image description here

我想知道是否有更好的解决方案，而不是编写循环（获取每个顶点的邻居并进行比较）。

Answer 1

Networkx没有针对此问题的内置功能，因此您应该手动进行操作。而且，如果有的话，这些函数会在它们内部使用节点循环。因此，节点循环实际上是一个最佳或次佳的解决方案。对于您的代码，您可以使用Python defaultdicts使其更简单：

import networkx as nx
from collections import defaultdict

G = nx.Graph()
G.add_edges_from([
    ("E", "B"),
    ("E", "A"),
    ("B", "D"),
    ("B", "F"),
    ("B", "C"),
    ("A", "C"),
    ("A", "F"),
    ("A", "D")
])
snd = defaultdict(int)
for n1 in G.nodes:
    for n2 in G.nodes:
        len_nbrs = len(set(G.neighbors(n1)) & set(G.neighbors(n2)))
        if len_nbrs:
            snd[len_nbrs] += 1
snd

所以snd看起来像这样：

defaultdict(int, {2: 16, 4: 4})

Answer 2

非常感谢@vurmux提供的框架和想法。我只是调整了配对组合，以避免自我配对，重复等。然后我们得到了正确的答案。大。干杯！

import networkx as nx
from collections import defaultdict
from itertools import combinations

G = nx.Graph()
G.add_edges_from([
    ("E", "B"),
    ("E", "A"),
    ("B", "D"),
    ("B", "F"),
    ("B", "C"),
    ("A", "C"),
    ("A", "F"),
    ("A", "D")
])

snd = defaultdict(int)
l =G.nodes()
comb =combinations(l,2) # combinations('ABCD', 2) --> AB AC AD BC BD CD
for i in list(comb):
    len_nbrs = len(set(G.neighbors(i[0])) & set(G.neighbors(i[1])))
    if len_nbrs:
        snd[len_nbrs] += 1

snd

现在我们有：

defaultdict(int, {2: 6, 4: 1})

图中的功能“共享邻居分布”

2 个答案: