使用Networkx计算单个节点中心性的最佳方法是什么

NetworkX的介数中心性计算函数内置了指定计算节点子集的参数，无需全量计算所有节点的指标，针对你给出的示例场景，有两种实现方式：

• 小规模图直接取值
  图节点数量不多的情况下，全量计算后直接提取目标节点的结果即可，代码如下：

import networkx as nx
# 构建示例图
G = nx.Graph()
G.add_nodes_from(['A', 'B', 'C', 'D', 'E'])
G.add_edges_from([('A', 'B'), ('B','C'), ('C', 'D'), ('D', 'E')])
# 全量计算介数中心性
bw_centrality = nx.betweenness_centrality(G, normalized=True)
# 提取节点A的结果
print(bw_centrality['A'])

• 大规模图高效计算
  针对节点量级大的网络，可以调用nx.betweenness_centrality的nodes参数指定仅计算目标节点的指标，避免冗余计算，大幅降低耗时：

import networkx as nx
# 构建示例图
G = nx.Graph()
G.add_nodes_from(['A', 'B', 'C', 'D', 'E'])
G.add_edges_from([('A', 'B'), ('B','C'), ('C', 'D'), ('D', 'E')])
# 仅计算节点A的介数中心性
bw_centrality_A = nx.betweenness_centrality(G, normalized=True, nodes=['A'])
print(bw_centrality_A['A'])

注：示例中节点A是链的端点，没有任何最短路径经过它，所以计算得到的介数中心性结果为0，符合预期

内容的提问来源于stack exchange，提问作者Hamed Baziyad