我无法计算简单 NetworkX 加权图的中心性。
这是正常的还是我做错了什么？
我在 for 循环中添加了一个简单的边add_edge(c[0],c[1],weight = my_values)，其中
c[0],c[1]是字符串（节点的名称）和整数。my_values这是结果边缘的示例：
('first node label', 'second node label', {'weight': 14})
（节点的数量并不重要——现在我只保留 20 个）
我的图表的边缘列表是一个元组列表，带有 (string_node1,string_node2,weight_dictionary) - 一切看起来都很好，因为我还能够绘制/保存/读取/图表...
为什么？：
nx.degree_centrality给我全1？nx.closeness_centrality给我全1？例子：
{'first node name': 1.0,
...
'last node name': 1.0}
谢谢你的帮助。
很容易：
而不是使用nx.degree_centrality()我使用
my_graph.degree(weight='weight')- 我仍然认为这是模块中的一个基本缺陷......
...但是，问题仍然存在nx.closeness_centrality
为了closeness_centrality考虑权重，您必须添加一个distance属性1 / weight到图形边缘，如本期建议的那样。
这是执行此操作的代码（图表为g）：
g_distance_dict = {(e1, e2): 1 / weight for e1, e2, weight in g.edges(data='weight')}
nx.set_edge_attributes(g, g_distance_dict, 'distance')
我知道这是一个很老的问题，但只是想指出您的度中心性值全部为 1 的原因可能是因为您的图是完整的（即所有节点都连接到其他每个节点），而度中心性指的是与图中节点连接的节点的比例。
根据networkx 的文档：
节点 v 的度中心性是它连接到的节点的分数。
度中心值通过除以简单图 n-1 中的最大可能度来归一化，其中 n 是 G 中的节点数。