咨询：Python NetworkX是否具备类似R语言igraph的closeness centrality及出入度中心性计算能力

嘿，别担心，NetworkX其实完全支持计算有向图的in-closeness和out-closeness centrality，和R的igraph包功能是对齐的！

核心功能说明 #

NetworkX的closeness_centrality函数针对有向图场景，提供了明确的方向控制参数，完美覆盖你需要的两种中心性计算：

• 计算out-closeness centrality：指定distance='out'，基于节点的出边路径统计可达性
• 计算in-closeness centrality：指定distance='in'，基于节点的入边路径统计可达性

示例代码实现 #

import networkx as nx

# 构建一个示例有向图
G = nx.DiGraph()
G.add_edges_from([(1,2), (2,3), (3,1), (2,4), (4,3)])

# 计算out-closeness中心性
out_closeness = nx.closeness_centrality(G, distance='out')
print("Out-Closeness Centrality:", out_closeness)

# 计算in-closeness中心性
in_closeness = nx.closeness_centrality(G, distance='in')
print("In-Closeness Centrality:", in_closeness)

和igraph的功能对齐点 #

• R的igraph包中，通过mode参数控制方向：mode="out"对应out-closeness，mode="in"对应in-closeness
• NetworkX的distance参数和igraph的mode参数逻辑完全一致，都是用来限定有向图中的路径遍历方向

小提示 #

• 该功能需要NetworkX 2.6及以上版本支持，如果你的版本较旧，建议先升级到最新稳定版
• 对于孤立节点（无入边/出边），两种中心性的计算结果都会是0，这和igraph的处理逻辑保持一致

内容的提问来源于stack exchange，提问作者qfd