这个图聚类Python工具火了：可对社群结构进行可视化、检测 | 开源

子豪 2021-02-25 16:57:45 来源：量子位

子豪 发自 凹非寺
量子位 报道 | 公众号 QbitAI

最近，又有一款Python可视化工具火了。

这一次，功能是针对图聚类问题的社群结构进行检测、可视化。

该项目的帖子在reddit上一经发布，就被顶到了“机器学习板块”的榜首。

一起来看看它究竟都能用来做什么吧~

功能亮点

这款工具叫做communities， 是一个Python库，用于图聚类问题的社群结构检测。

它支持多种算法，包括：

• Louvain算法；
• Girvan-Newman算法；
• 层次聚类算法；
• 光谱聚类算法；
• Bron-Kerbosch算法。

更赞的是，communities还可以实现这些算法的可视化。

具体了解一下～

导入算法并插入矩阵

这里以Louvain算法为例。

这是一种基于模块度的社群发现算法，也是贪心算法。

它根据顶点的共享边将顶点排列成社群结构，也就是说，它将节点分为几个社群，每个社群之间共享很少的连接，但是同一社群的节点之间共享许多连接。

最终，让整个社群网络呈现出一种模块聚集的结构，实现整个社群网络的模块度的最大化。

所以首先，我们需要构建一个表示无向图的邻接矩阵，可以加权，也可以不加权，矩阵为2Dnumpy数组。

n*n矩阵则表示有n个节点，矩阵的每个位置分别表示各节点之间边的关系，有边则为1，没有边则为0。

然后，只需从communities.algorithms中导入算法并插入矩阵。

接下来输出社群列表，每个社群即为一组节点。

实现可视化，并进行颜色编码

利用communities将图进行可视化，将节点分到社群中并进行颜色编码，还可以选择深色或浅色背景、保存图片、选择图片的分辨率等等 。

draw_communities(adj_matrix : numpy.ndarray, communities : list, dark : bool = False, filename : str = None, seed : int = 1)

其中各参数的具体含义为：

• adj_matrix (numpy.ndarray)：图的邻接矩阵；
• dark (bool, optional (default=False))：如果为 True, 则绘图为深色背景，否则为浅色背景；
• filename (str or None, optional (default=None))：通过 filename 路径可以将图另存为PNG格式; 设置 None 则是用交互方式显示图；
• dpi (int or None, optional (default=None))：每英寸的点数，控制图像的分辨率；
• seed (int, optional (default=2))：随机种子。

具体到Louvain算法的可视化，代码是这样的：

动画呈现算法

communities 还可以动画呈现节点分配到社群的过程。

louvain_animation(adj_matrix : numpy.ndarray, frames : list, dark : bool = False, duration : int = 15, filename : str = None, dpi : int = None, seed : int = 2)

其中各参数的含义如下：

• adj_matrix (numpy.ndarray)：图的邻接矩阵；
• frames (list)：算法每次迭代的字典列表；
• 每个字典都有两个键：“C”包含节点到社群的查找表，“Q”表示图的模块度数值；
• 此字典列表是 louvain_method的第二个返回值；
• dark (bool, optional (default=False))：如果为 True, 则动画为深色背景和配色方案，否则为浅色方案；
• duration (int, optional (default=15))：动画所需的持续时间，以秒为单位；
• filename (str or None, optional (default=None))：通过filename 路径将动画存为GIF；设置None则以交互方式展示动画；
• dpi (int or None, optional (default=None))：每英寸点数，控制动画的分辨率；
• seed (int, optional (default=2))：随机种子。

例如，空手道俱乐部网络中Louvain算法的动画呈现：

我们可以看到Louvain算法的动态过程：

• 首先扫描数据中的所有节点，将每个节点看作一个独立的社群；
• 接下来，遍历每个节点的邻居节点，判断是否将该节点加入邻居节点所在的社群，以提升模块度；
• 这一过程重复迭代，直到每一个节点的社群归属稳定；
• 最后，将所有在同一个社群的节点压缩成一个新节点，计算新节点的权重，直到整个图的模块度稳定。

大家可以通过文末链接，自行尝试一下其他算法～

此外，它还可以用于社群间邻接矩阵、拉普拉斯矩阵以及模块度矩阵等。

对于这款工具，不少网友发出“awesome”、“really cool！”等花式赞叹，表示正是自己需要的。

当然，也有网友提出疑问，例如：是否可以指定执行的迭代次数（例如：提前停止）？

开发者对此表示：不能，但是对于某些算法，可以指定要将图形划分为多少个社群。

作者简介

项目开发者Jonathan Shobrook，他目前是美国一家电商公司的软件工程师。

之前GitHub上的热门项目Rebound，也是出自他手，已经获得3.5k星。

相关链接：
[1]https://github.com/shobrook/communities
[2]https://www.reddit.com/r/MachineLearning/comments/lozys9/p_i_made_communities_a_library_of_clustering/