igraph 算网络指标

igraph是一个用于分析和可视化复杂网络的开源库。它提供了许多功能，包括计算网络指标的能力。

要计算网络指标，你可以使用igraph提供的各种函数。以下是一些常用的网络指标及其对应的igraph函数：

1. 度数（Degree）：表示节点的连接数，即与该节点直接相连的边的数量。在igraph中，可以使用degree函数计算节点的度数。

g = Graph()  # 创建一个图
g.add_vertices(10)  # 添加10个节点
g.add_edges([(0, 1), (1, 2), (2, 3)])  # 添加边

degrees = g.degree()  # 计算所有节点的度数
print(degrees)

2. 聚类系数（Clustering Coefficient）：度量节点周围节点之间紧密连接程度的指标。在igraph中，可以使用transitivity函数计算聚类系数。

clustering_coefficient = g.transitivity_undirected()  # 计算无向图的聚类系数
print(clustering_coefficient)

3. 中心性（Centrality）：衡量节点在网络中的重要性。常见的中心性指标包括度中心性、接近中心性、介数中心性等。在igraph中，可以使用相应的函数计算各种中心性指标。

degree_centrality = g.degree()  # 计算度中心性
closeness_centrality = g.closeness()  # 计算接近中心性
betweenness_centrality = g.betweenness()  # 计算介数中心性

print(degree_centrality)
print(closeness_centrality)
print(betweenness_centrality)

除了上述指标，igraph还提供了其他许多函数和算法，用于计算网络的其他性质和指标。你可以根据自己的需求选择合适的函数进行计算。