编写ER（Erdős-Rényi）模型的代码，并分别生成具有1000个节点和10000个节点的两个网络，其中连接概率p=3lnN/N，N分别为节点总数。

在Python中，我们可以使用`networkx`库来创建Erdős-Rényi随机图模型。下面是一个简单的例子，展示了如何生成具有1000个节点和10000个节点的两个网络，连接概率设定为`3 * ln(N) / N`：

import networkx as nx
import math

# 函数来计算连接概率
def connection_probability(n):
    return 3 * math.log(n) / n

# 生成1000个节点的网络
N1 = 1000
p1 = connection_probability(N1)
G1 = nx.gnp_random_graph(N1, p1)
print(f"Generated ER graph with {N1} nodes and connection probability {p1}")

# 生成10000个节点的网络
N2 = 10000
p2 = connection_probability(N2)
G2 = nx.gnp_random_graph(N2, p2)
print(f"Generated ER graph with {N2} nodes and connection probability {p2}")

# 输出每个网络的一些基本信息
print("Degree distribution for the first graph:")
degree_dist1 = nx.degree_histogram(G1)
print(degree_dist1)

print("Degree distribution for the second graph:")
degree_dist2 = nx.degree_histogram(G2)
print(degree_dist2)