咨询：如何在Python的NetworkX中计算Bonacich Centrality？

NetworkX 内置了 Bonacich 中心性的计算函数，它位于 networkx.algorithms.centrality 模块下，可能你在文档中没定位到正确位置。以下是具体实现步骤：

• 确保你的 NetworkX 版本为 2.0 及以上（旧版本可能无此函数），可通过pip install --upgrade networkx更新。
• 导入目标函数：

  from networkx.algorithms.centrality import bonacich_centrality
  import networkx as nx
  

• 创建示例图并计算：

  # 构建一个简单的无向图
  G = nx.Graph()
  G.add_edges_from([(1,2), (1,3), (2,3), (2,4), (4,5)])
  
  # 计算Bonacich中心性，alpha为衰减因子，beta为权重参数
  bonacich = bonacich_centrality(G, alpha=0.1, beta=1.0)
  
  # 打印结果
  for node, score in bonacich.items():
      print(f"节点 {node} 的Bonacich中心性: {score:.4f}")
  

• 参数说明：
  • alpha：控制中心性的传播衰减程度，值越大，远程节点的影响权重越高，需保证 alpha * 最大特征值 < 1 避免结果发散。
  • beta：基础权重，通常设为1.0，可根据需求调整。

如果你的NetworkX版本确实过低且无法升级，也可以手动实现核心逻辑：基于邻接矩阵，利用公式 C = beta*(I - alpha*A)^(-1)*A*1（其中I是单位矩阵，A是邻接矩阵，1是全1向量），结合numpy进行矩阵运算。

内容的提问来源于stack exchange，提问作者Yena Kim