在给定系数列表的情况下计算互补 CDF答案

【问题标题】：Compute complementary CDF given a list of coefficients在给定系数列表的情况下计算互补 CDF
【发布时间】：2021-02-18 12:20:44
【问题描述】：

我有一个图中节点的聚类系数列表，我从 NetworkX 获得：

coefficients = nx.clustering(G)

现在我想绘制这些系数的互补 CDF，这样在 X 轴上我有系数值 x，在 Y 轴上是聚类系数大于或等于的节点的分数到 x，即P(X >= x)。

如何在 Python 中做到这一点？我应该使用scipy.stats.rv_discrete.cdf 吗？ https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_discrete.cdf.html?

【问题讨论】：

标签： python numpy scipy networkx

【解决方案1】：

使用scipy.stats.rv_discrete.cdf 似乎有点矫枉过正。只需对系数列表进行排序并将它们与[1,0] 的范围进行对比，就可以得到所需的互补 CDF。

这是一些示例代码，显示了不同随机图的互补 CDF：

import networkx as nx
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.ticker import PercentFormatter

for edges in range(200, 2001, 200):
    G = nx.gnm_random_graph(100, edges)
    coefficients = nx.clustering(G)
    x = np.concatenate([[0], np.sort(list(coefficients.values())), [1]])
    plt.plot(x, np.linspace(1, 0, len(x)), label=f'100 nodes, {edges} edges')
plt.xlabel('Clustering coefficient')
plt.ylabel('P(X ≥ x)')
plt.margins(x=0.02)
plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.legend(title='Random graphs')
plt.tight_layout()
plt.show()

使用np.linspace(0, 1, len(x))，您将获得P(X ≤ x)。

【讨论】：