2018-11-21 08:51 hxy
1--首先安装 pip install flask_whooshalchemy 2--修改模型中的定义。 import flask.ext.whooshalchemy # set the location for the whoosh index app.config['WHOOSH_BASE'] = 'path/to/whoosh/base' class Blog(db.Model): __tablename__ = 'blogpost' __searchable__ = ['title', 'cont...
Continue Reading »2018-11-28 09:50 hxy
NetworkX 2.1获取节点i属性集合方法： G.node[i]，返回值为dict类型。 Netowrkx中获取邻居节点的方法出在 networkx.Graph.neighbors， 在早期版本中，可以直接使用G.neighbors( i )来获取 i 节点的邻居节点，但是在2.0版本中做出调整， 可以直接使用G[ i ] 获取节点 i 的邻居节点 。 Graph.neighbors(n) Return an iterator over allneighborsof node n. This is i...
Continue Reading »2018-11-21 08:51 hxy
本文依赖Networkx库，我的Network库版本是2.0，如需安装请输入： pip install networkx==2.0 会自动卸载已有版本，安装2.0版本。 LPA算法2.7版本代码如下： import collections import random import networkx as nx ''' paper : <<Near linear time algorithm to detect community structures in large-scale networks>> '...
Continue Reading »2017-11-20 11:34 hxy
在freebsd之间（linux之间也一样）复制文件，用scp是很方便的，当然，我们需要打开sshd-conf等功能和在rc.conf中配置并使用sshd_enable=yes，这些很多资料可以找到。 本地->远端（复制文件）： scp LocalFile UserName@RemoteIP:RemoteFile 本地->远端（复制目录）： scp -r LocalFolder UserName@RemoteIP:RemoteFolder 远端->本地（复制文件）： scp UserName@Remote...
Continue Reading »2018-11-19 21:19 hxy
Louvain 算法来源于文章2010年的论文Fast unfolding of communities in large networks，简称为Louvian [1]。 算法原理 Louvain算法是基于模块度（Modularity）的社区发现算法，该算法在效率和效果上都表现比较好，并且能够发现层次性的社区结构，其优化的目标是最大化整个图属性结构（社区网络）的模块度。 其中需要理解的核心点有： 模块度Modularity的定义，这个定义是描述社区内紧密程度的值 Q Q ； 模块度增量 Q \Delt...
Continue Reading »
