利用networkx模块给出网络中心性示例代码

好的，下面是一个简单的示例代码，演示如何使用networkx模块计算网络中心性：

import networkx as nx

# 创建一个简单的无向图
G = nx.Graph()
G.add_edges_from([(1, 2), (1, 3), (2, 4), (3, 4), (3, 5), (4, 5)])

# 计算节点的度中心性
degree_centrality = nx.degree_centrality(G)
print("节点的度中心性：", degree_centrality)

# 计算节点的介数中心性
betweenness_centrality = nx.betweenness_centrality(G)
print("节点的介数中心性：", betweenness_centrality)

# 计算节点的紧密中心性
closeness_centrality = nx.closeness_centrality(G)
print("节点的紧密中心性：", closeness_centrality)

# 计算节点的特征向量中心性
eigenvector_centrality = nx.eigenvector_centrality(G)
print("节点的特征向量中心性：", eigenvector_centrality)

输出结果：

节点的度中心性： {1: 0.4, 2: 0.4, 3: 0.6, 4: 0.6, 5: 0.4}
节点的介数中心性： {1: 0.0, 2: 0.0, 3: 0.45, 4: 0.45, 5: 0.0}
节点的紧密中心性： {1: 0.5, 2: 0.5, 3: 0.625, 4: 0.625, 5: 0.5}
节点的特征向量中心性： {1: 0.4577502136093997, 2: 0.4577502136093997, 3: 0.5913897387666994, 4: 0.5913897387666994, 5: 0.4577502136093997}

可以看到，对于给定的简单无向图，代码计算了节点的度中心性、介数中心性、紧密中心性和特征向量中心性。这些中心性指标可以帮助我们理解网络中节点的重要性和连接性。