R igraph 手册页

sample_traits_callaway {igraph}

R 文档

基于不同顶点类型的图生成

描述

这些函数实现了基于不同顶点类型的演化网络模型。

用法

sample_traits_callaway(
  nodes,
  types,
  edge.per.step = 1,
  type.dist = rep(1, types),
  pref.matrix = matrix(1, types, types),
  directed = FALSE
)

traits_callaway(...)

sample_traits(
  nodes,
  types,
  k = 1,
  type.dist = rep(1, types),
  pref.matrix = matrix(1, types, types),
  directed = FALSE
)

traits(...)

参数

节点	图中顶点的数量。
类型	不同顶点类型的数量。
edge.per.step	每个时间步添加到图中的边数。
type.dist	顶点类型的分布。 假设这是随时间推移保持不变的。
pref.matrix	一个矩阵，给出给定顶点类型的偏好。 这些应该是概率，即零和一之间的数字。
有向	逻辑常量，是否生成有向图。
...	传递给构造函数 sample_traits 或 sample_traits_callaway。
k	每个时间步的试验次数，请参见下面的详细信息。

详细信息

对于 sample_traits_callaway，模拟过程如下：在每个离散时间步中，将一个新的顶点添加到图中。 此顶点的类型基于 type.dist 生成。 然后，从图中均匀随机地选择两个顶点。 它们将被连接的概率取决于这些顶点的类型，并从 pref.matrix 中获取。 然后选择另外两个顶点，并在每个时间步中重复此操作 edges.per.step 次。

对于 sample_traits，模拟过程如下：在每个时间步添加一个顶点。 此新顶点尝试连接到图中的 k 个顶点。 实现这种连接的概率取决于所涉及的顶点的类型，并从 pref.matrix 中获取。

值

一个新的图对象。

作者

Gabor Csardi csardi.gabor@gmail.com

示例

# two types of vertices, they like only themselves
g1 <- sample_traits_callaway(1000, 2, pref.matrix=matrix( c(1,0,0,1), ncol=2))
g2 <- sample_traits(1000, 2, k=2, pref.matrix=matrix( c(1,0,0,1), ncol=2))

---