基于Python的社交网络Homophily（同质性）计算问题咨询

机会同质性部分 #

• 现有逻辑正确，仅需修正两处细节：
  1. chance_homophily函数的参数注释有误，当前传入的是「节点为键、颜色为值的字典」，而非特征为键、频次为值的字典
  2. 函数内部对特征值转tuple的操作冗余，可直接用Counter(dataset.values())统计频次
• 核心算法是各特征占比的平方和，符合机会同质性（随机连边下同属性连边的期望概率）的标准定义，无需修改。

网络构建部分 #

• 现有代码nx.from_pandas_edgelist(df, source='Node', target='Target')默认生成无向图，会自动合并重复边（如A→N和N→A会被识别为同一条边）、忽略Target为空的行，符合无向网络同质性计算的常规需求。
• 若你需要处理有向网络，可添加参数create_using=nx.DiGraph()，此时会保留双向边分别统计。
• 孤立节点（如示例中的B）没有关联边，不会自动加入图中，但不影响实际同质性计算（同质性仅统计边的属性匹配情况）。

实际同质性计算部分 #

• 现有函数存在冗余逻辑：遍历G.edges()时无需额外判断G.has_edge(n1, n2)，遍历的结果本身就是图中存在的边。
• 若你的图节点ID和原始数据的Node字段完全一致，可删除多余的IDs参数，简化函数逻辑：

def homophily(G, node_color_map):
    num_same_ties = 0
    num_valid_ties = 0
    for n1, n2 in G.edges():
        # 跳过缺少颜色属性的节点对
        if n1 not in node_color_map or n2 not in node_color_map:
            continue
        num_valid_ties += 1
        if node_color_map[n1] == node_color_map[n2]:
            num_same_ties += 1
    return num_same_ties / num_valid_ties if num_valid_ties > 0 else 0

• 调用前可先构造节点颜色映射：node_color_map = df.drop_duplicates('Node').set_index('Node')['Colors'].to_dict()，直接传入函数即可。

邻接矩阵相关疑问 #

无需手动实现邻接矩阵统计逻辑，NetworkX内部已经维护了图的完整邻接关系，遍历G.edges()的统计结果和邻接矩阵计算的结果完全一致，和参考案例的底层逻辑没有差异。

内容的提问来源于stack exchange，提问作者V_sqrt