louvain的代码帮我写一个

Louvain方法是一个用于社区发现（Community Detection）的流行算法，它通常用于无标度网络（如社交网络）的社团划分。这里我为你提供了一个基本的例子，使用`networkx`库和`community_louvain`模块（请注意，实际使用时需要先安装这两个库，例如`pip install networkx community_louvain`）：

import networkx as nx
from community_louvain import best_partition

# 创建一个简单的无向图示例
G = nx.Graph()  # 或者 nx.DiGraph() 根据需要选择方向的图
G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.add_edge('C', 'D')
G.add_edge('D', 'E')
G.add_edge('E', 'F')
G.add_edge('F', 'A')

# 使用Louvain算法找到社团划分
partition = best_partition(G)

# 打印每个节点所属的社团
for node, community_id in partition.items():
    print(f"Node {node}: Community {community_id}")

# 获取社团数量
num_communities = len(set(partition.values()))
print(f"Number of communities: {num_communities}")