输出两个具有相同节点数量的复杂网络的节点度值，并依次求差 python代码

假设我们有两个复杂网络，分别为 G1 和 G2，可以通过以下代码计算它们的节点度值，并求出它们的差：

import networkx as nx

# 构造 G1 和 G2
G1 = nx.karate_club_graph()
G2 = nx.erdos_renyi_graph(34, 0.1)

# 计算 G1 和 G2 的节点度值
G1_degrees = dict(G1.degree())
G2_degrees = dict(G2.degree())

# 计算节点度值的差
degree_diffs = []
for node in G1.nodes():
    degree_diff = G1_degrees[node] - G2_degrees[node]
    degree_diffs.append(degree_diff)

# 输出节点度值的差
print(degree_diffs)

解释一下上述代码：

- 我们首先使用 NetworkX 库构造了 G1 和 G2，其中 G1 是 Zachary Karate Club 社交网络，G2 是随机图；
- 我们使用 NetworkX 库的 `degree()` 方法计算了 G1 和 G2 中每个节点的度值，并将其存储在字典中；
- 我们遍历了 G1 中的所有节点，并计算了它们在 G1 和 G2 中的节点度值差，并将其存储在列表 `degree_diffs` 中；
- 最后，我们输出了节点度值差。

需要注意的是，这里假设 G1 和 G2 都有相同的节点数，因此代码中没有进行节点数的比较和处理。如果两个网络的节点数不同，需要先对它们进行处理，使它们的节点数相同。