现实世界中，获取大规模带标签的网络数据集比较困难。当然，不排除斯坦福的SNAP [1]，Newman大牛的个人主页[2]等给出了很多有价值的数据集。但是，如果想要构建符合自己需求的带有 ground truth的数据集就比较困难了。复杂网络领域的另一位大牛，Santo Fortunato [3]， 给出了一个Linux版本的程序，可以根据参数配置生成比较理想的数据集。下载地址：LFR Benchmark
使用方法：
命令：
.\benchmark.exe -N 1000 -k 15 -maxk 20 -mu 0.1 -minc 20 -maxc 30
当然，生成的是.dat文件，如果在 Python 中使用还需要一定的处理。
试着写了一个转化函数，如下所示：
def read_LFR():
''' 基于LFR——benchmark生成后的数据进行处理，生成预览及GML文件
参考文献： A. Lancichinetti, S.Fortunato, F. Radicchi, Benchmark graphsfor testing community detection algorithms, Phys. Rev. E 78 (2008) 046-110.
'''
G = nx.Graph()
# 定义边文件和社团文件
edge_file = './data/LFR_benchmark/network.dat'
community_file = './data/LFR_benchmark/community.dat'
# 读取数据，并以tab键分割
data = csv.reader(open(edge_file, 'r'), delimiter='\t')
# 加边
edges = [(d[0], d[1]) for d in data]
G.add_edges_from(edges)
# 读社团
community = csv.reader(open(community_file, 'r'), delimiter='\t')
# 标记社团
labels = {d[0]:d[1] for d in community}
for n in G.nodes():
G.nodes[n]['group'] = labels[n]
groups = labels.values()
nodes = labels.keys()
partition = [ [n for n in nodes if labels[n] == g] for g in groups ]
# 绘图
draw_communities(G, partition)
# 另存为gml文件，可以注册NEUSNCP账号后上传gml文件，使用 https://neusncp.com/api/cd 的可视化工具验证
nx.write_gml(G, './res/result.gml')
# 计算一下模块度
from networkx.algorithms.community.quality import modularity, performance
print(modularity(G, partition) )
看一下效果哈
看上去还可以。
值得期待的是，12days ago, NetworkX的开源项目中，已经将LFR benchmark列入了2.4版本的generators里，目前Networkx的2.3版本还没有添加这个函数，以后就可以直接调用了。
Move LFR_benchmark to generators (#3411)
* Move LFR_benchmark to generators
* Correct import line in docstring
* Removed LFR from algorithms. community.rst and put in generators.rst
Fixes #3404
NetworkX开源地址：https://github.com/networkx/networkx
参考文献：