BA无标度网络模型python代码

以下是一个简单的BA无标度网络模型的Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

def barabasi_albert(n, m):
    # 创建初始图，包含两个连接的节点
    G = nx.Graph()
    G.add_nodes_from(range(m))
    edges = [(0, 1)]
    G.add_edges_from(edges)

    # 添加新节点
    for i in range(m, n):
        # 计算新节点连接的边
        probs = list(dict(nx.degree(G)).values())
        probs = [p / sum(probs) for p in probs]
        new_edges = np.random.choice(range(i), size=m, replace=False, p=probs)
        new_edges = [(i, e) for e in new_edges]
        edges += new_edges
        G.add_edges_from(new_edges)

    return G

n = 1000  # 节点数
m = 2     # 每个新节点连接的边数
G = barabasi_albert(n, m)

# 可视化网络
nx.draw(G, node_size=10)
plt.show()

这段代码使用了 NetworkX 库来创建和可视化网络。函数 `barabasi_albert` 接受两个参数：节点数 `n` 和每个新节点连接的边数 `m`。它首先创建一个包含两个连接的节点的初始图，然后在每个新节点上添加 `m` 条边。新节点连接的边是根据现有节点的度数分布随机选择的。最后，它返回一个 NetworkX 图对象。在主函数中，我们使用 `nx.draw` 函数可视化网络。