流图库
stream-graph的Python项目详细描述
这个库是对流图建模的一次尝试。 流图是节点和链接随时间出现和消失的图。 在这个库中可以找到各种有助于研究此类图的方法，既有简单的（随着时间变化的度分布）也有复杂的（如最大时间团、时间中心度度量）。 因此，这个库被设计用于分析演化网络的时间维度，例如社交媒体中的通信动态。在
流图首先由Matthieu Latapy et al.正式定义为静态图的推广。
它们由四个部分组成：（1）属于图的一组节点（NodeSet），（2）表示图的寿命的时间间隔（TimeSet），（3）一组时间节点（TemporalNodeSet），描述节点出现在流中的瞬间，以及（4）一组时间链路（TemporalLinkSet），描述节点在流中交互时的瞬间。在
警告：此库当前正在开发中。基本结构和方法可能会改变，不支持以前的版本。在
安装库
更新：版本0.2
- 间隔数据帧主干的变化：
- 连续（时间）间隔。在
- 离散（时间）间隔有不同的处理
- TODO:更多验证（为最大团添加连续边界）
正在安装stream_graph
stream_graph库需要：
- Python[>；=2.7，>；=3.5]
- 数量[>；=1.14.0]
- 熊猫[>；=0.24.0]
- Cython[>；=0.27.3]
- 六[>；=1.11.0]
- 鼻子[>；=1.3.0]
- Cython[>；=0.27.3]
为了允许可视化，用户应该安装最新的bokeh库。在
安装依赖项
要安装依赖项：
pip install extension>=extension_version
或者更简单地说：
^{pr2}$如果pip没有超级用户权限，请添加sudo。在
安装master版本
pip install git+https://github.com/ysig/stream_graph/
入门
对于库的第一个介绍，请查看emailEU或访问文档中的tutorials page。在
文件
library documentation可以在线使用，并使用Sphinx自动生成。
要自己生成它，在安装了所有需要的依赖项之后，移动到doc文件夹并执行：make clean hmtl。在
作者
这个软件包是由Complex Networks团队的研究人员为Computer Science Laboratory of Paris 6项目开发的，该项目是由{a8}根据732942号拨款建立的。在
触点
- 伊安尼斯·西格利迪斯：Yiannis.Siglidis@lip6.fr
- 罗宾·拉马尔奇·佩林：Robin.Lamarche-Perrin@lip6.fr
许可证
版权所有©2019Complex Networks - LIP6
stream_graph是自由软件：您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它，可以是该许可证的第3版，也可以是任何更高版本（由您选择）。它的分发是希望它会有用，但没有任何保证；甚至没有对适销性或适合某一特定用途的默示保证。有关详细信息，请参阅GN通用公共许可证。您应该已经收到了GNU通用公共许可证的副本以及此程序。如果没有，请参见http://www.gnu.org/licenses/。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
