Markov聚类(MCL)模块化计算报错：float对象不可迭代问题求助

问题重现 #

使用Markov聚类算法对6个数据点聚类时，基于自定义相似性矩阵遍历inflation参数并计算modularity，触发如下错误：

TypeError: 'float' object is not iterable

相关代码片段：

# 遍历1.5到2.5的inflation值并计算modularity
for inflation in [i / 10 for i in range(15, 26)]:
    result = mc.run_mcl(Matrix, inflation=inflation)
    clusters = mc.get_clusters(result)
    Q = mc.modularity(matrix=result, clusters=clusters)
    print("inflation:", inflation, "modularity:", Q)

错误原因 #

mc.modularity()函数的第一个参数要求传入原始邻接/相似性矩阵，而非mc.run_mcl()返回的MCL迭代结果矩阵。错误传入MCL处理后的矩阵result，导致函数内部处理逻辑出现类型不兼容问题。

注：markov_clustering库的get_clusters()默认返回嵌套列表格式（每个子列表对应一个聚类），因此格式问题并非本次报错的核心原因，但可后续验证确认。

修复方案 #

将mc.modularity()的matrix参数替换为原始相似性矩阵Matrix：

# 修正后的代码
for inflation in [i / 10 for i in range(15, 26)]:
    result = mc.run_mcl(Matrix, inflation=inflation)
    clusters = mc.get_clusters(result)
    # 传入原始相似性矩阵Matrix而非MCL结果矩阵
    Q = mc.modularity(matrix=Matrix, clusters=clusters)
    print("inflation:", inflation, "modularity:", Q)

额外验证 #

若仍有异常，可先打印聚类结果格式确认是否符合要求：

print("聚类结果格式:", clusters)

正常输出应为嵌套列表，例如：

聚类结果格式: [[0], [1], [2], [3], [4], [5]]

或

聚类结果格式: [[0,2], [1,4,5], [3]]

内容的提问来源于stack exchange，提问作者aam