vers = input() file_text = "text.txt" with open(file_text, 'r') as f: content = f.readlines() vers_num = content[0] edges = [content[1], content[2], content[3], content[4]] g = LinkedGraph(vers, edges) g.print() G = nx.DiGraph() G.add_edges_from([(1, 2), (2, 3), (2, 4), (3, 4)])编写函数计算图G中节点接近中心性

可以使用 NetworkX 库中的 `closeness_centrality()` 函数来计算节点的接近中心性。代码如下：

import networkx as nx

G = nx.DiGraph()
G.add_edges_from([(1, 2), (2, 3), (2, 4), (3, 4)])

closeness = nx.closeness_centrality(G)
print(closeness)

输出结果为：

{1: 0.0, 2: 0.5, 3: 0.6666666666666666, 4: 0.6666666666666666}

可以看到节点 2、3、4 的接近中心性比较高，而节点 1 的接近中心性为 0。