Python-Soc网络分析：通过迭代列表，使用函数计算“机会网络同源性”

Question

我希望从字典值的任何列表中插入一个等式。这个方程是用来计算同源性的。在

背景：

同质性：不同特征在社交网络中被分享的概率。例如，一个样本群体中的人共享同一种眼睛颜色的概率。在

在这个例子中，这个等式是如何工作的：

（蓝眼睛频率/总和频率）^2+（棕色眼睛频率/总和频率）^2

记住，即使你有两个以上的特征（绿色、淡褐色、灰色），这也必须有效。但是，我会保持简单，以便检查结果。在

因此，如果我们有字典形式的数据：

EYES = {'Kevin':'brown', 'Frank':'blue', 'Alex':'blue', 'Tracey':'brown', 'Milo':'blue'}

首先，我计算字典中值的频率，如下所示：

^{pr2}$

现在我有了第二个单独的频率字典来处理：

^{3}$

但是因为字典是无序的，我必须把这些值转换成一种可以用来计算的格式。在

我认为这个需要作为一个列表？如果我错了，请纠正我：

Eyes_freq_dict = frequency(EYES)
EYESlist = []
for v in Eyes_freq_dict.values():
    EYESlist.append(v)

然后我自己得到这些值，作为一个列表： 眼科医生 [3，2]

绊脚石：

我刚开始用Python做数学，所以我现在担心我可能会走到死胡同。我真的可以把这些成分代入上面的方程吗？在

在这种情况下，所需的等式为：

（EYESlist[0]/sum（EYESlist））^2+（EYESlist[1]）/sum（EYESlist））^2

或者在英语中，它的意思是：

**3/5平方+2/5平方=0.52**

现在的问题是：如何迭代，首先，这个列表。然后是任何列表（任何长度）以获得正确的结果。在

如果我走这条路，请让我知道！如果有更优雅的方法来解决这个问题，我会很高兴，但我希望这是一个有趣的探索。在

我只是想用Python的方式输入公式并进行测试，但我很困惑，因为我收到了一条错误消息：

 sum(((EYESlist[0]/ sum(EYESlist))**2)((EYESlist[1])/ sum(EYESlist))**2)
#TypeError: 'float' object is not callable

我希望有人能给我指出正确的方向！我想继续做剩下的作业（我还有五个问题要做）。在

如果我不能很快解决这个问题，我可能会做的是转移到其他问题上，然后再回到这个问题上来。对我来说这是一个有趣的挑战。在

最好的， A

Answer 1

根据你的解释，这个问题很清楚，差不多已经解决了。在

使用列表是准确的并且很容易处理，尽管有一种更有效的方法。在

我们可以将frequency()给出的Counter对象显式地转换为list 使用

EYEScounter = frequency(EYES)
EYESlist = list(EYEScounter.values())

因为我们需要迭代列表中的每个值来计算同伦概率。在

^{pr2}$

使用值列表调用函数将直接返回chance_homophily，而不管您使用多少种眼睛颜色。在

print(chance_homophily(EYESlist))

输出：

0.52