安裝

louvain當前最新版本：0.14

pip install python-louvain

由于是處理社區的數據，這里還是安裝networkx

pip install networkx

使用

不妨來運行下一個案例：

import community as community_louvain import matplotlib.cm as cm import matplotlib.pyplot as plt import networkx as nx# load the karate club graph G = nx.karate_club_graph()#first compute the best partition partition = community_louvain.best_partition(G)# compute the best partition partition = community_louvain.best_partition(G)# draw the graph pos = nx.spring_layout(G) # color the nodes according to their partition cmap = cm.get_cmap('viridis', max(partition.values()) + 1) nx.draw_networkx_nodes(G, pos, partition.keys(), node_size=40,cmap=cmap, node_color=list(partition.values())) nx.draw_networkx_edges(G, pos, alpha=0.5) plt.show()

API學習

使用Louvain heuristices算法來進行社區的劃分，試圖獲得最多的社區。

community.best_partition(graph, partition=None, weight='weight', resolution=1.0, randomize=None, random_state=None) 參數參數說明

graph	networkx.Graph
partition	dict, optional；將使用這些節點開始劃分，最終字典鍵是這些節點，值是所劃分的社區
weight	str, optional；使用圖中的鍵作為權重，默認是weight
resolution	double, optional; 將會改變社區的大小，默認是1，該值越大劃分的社區越少，反之亦然
randomize	boolean, optional；隨機化節點評估順序和社區評估順序，以在每次調用時獲得不同的劃分
random_state	int, RandomState instance or None, optional (default=None)；如果int，random_state是隨機數生成器使用的種子；如果RandomState實例，random_state是隨機數生成器；如果沒有，則隨機數生成器是使用np.random的RandomState實例.

返回：社區劃分后的字典對象

當然，網站中還有其余的API接口，感覺我不會用到，就不介紹了。

——————
github地址：python-louvain

總結

以上是生活随笔為你收集整理的python-louvain的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。