pagerank 重要度， nx.pagerank(G, alpha) 針對(duì)的是有向圖，會(huì)自動(dòng)把無(wú)向圖轉(zhuǎn)為有向圖；

北京上海地鐵站圖數(shù)據(jù)挖掘

• 1、導(dǎo)入工具包

• 2、可視化輔助函數(shù)

• 3、字典按值排序輔助函數(shù)

• 4、導(dǎo)入地鐵站連接表

• 5、創(chuàng)建圖（初始化）

• 6、從連接表創(chuàng)建圖（給表賦值）

• 7、檢查是否導(dǎo)入成功

• 8、可視化

根據(jù)以上步驟完成了圖網(wǎng)絡(luò)的構(gòu)建

后續(xù)算法

• Shortest Path 最短路徑

• 地鐵導(dǎo)航系統(tǒng)

• 先根據(jù)最短路徑算法獲得相關(guān)的 Path_list，然后再依次讀取previous_station 和 next_station 的節(jié)點(diǎn)屬性信息

• Node Degree

• Eigenvector Centrality（可能不收斂）

• Betweenness Centrality（必經(jīng)之地）

• PageRank

• Katz Centrality

• HITS Hubs and Authorities

• 社群屬性

• 三角形個(gè)數(shù)；

• Clustering Coefficient

• 計(jì)算全圖的特征

• Graphlet

• 拉普拉斯特征值分解

• 創(chuàng)建圖

• 鄰接矩陣（Adjacency Matrix）

• A = nx.adjacency_matrix(G)

• 拉普拉斯矩陣

• L = D - A; D為節(jié)點(diǎn)degree對(duì)角矩陣

• 歸一化拉普拉斯矩陣

• 特征值分解

• 特征值分布直方圖

擴(kuò)展閱讀