【文件属性】：
文件名称：hypergraph:超图上的扩散模拟
文件大小：3.16MB
文件格式：ZIP
更新时间：2021-06-24 13:40:02
Python
#超图很有趣！
代码是用python 3编写的。
我使用诸如
＃＃安装
克隆库
创建虚拟环境
安装要求
运行 setup.py
$ python setup.py install
您还可以使用来设置虚拟机，其中安装了所有依赖项并准备在 IPython 笔记本服务器中使用交互式示例。
我在我的上写了前两个......
IPython 有一个功能强大的笔记本，它非常适合共享代码和见解以及交互式开发。
##链接到笔记本：
###如何在代码中表示超图？ 一个很好的表示是节点和超边的二部图。 如果超边具有公共节点，则另一种表示是将超边作为连接的节点的图。 它是我们扩散问题的一个很好的表示吗？ 我们可以将其用作参考模型吗？
###超图与带派系的图有何不同？ Cliques 是一组节点，其中每个节点都连接到每个其他节点。 它们有点类似于超图，但是节点的连接方式在概念上与超图不同。
【文件预览】：
hypergraph-master
----packages_requirements.txt(47B)
----hypergraph()
--------utils.py(4KB)
--------generators.py(2KB)
--------entropy.py(2KB)
--------tests()
--------diffusion_engine.py(2KB)
--------__init__.py(0B)
--------notebook_utils.py(5KB)
--------converters.py(2KB)
--------markov_diffusion.py(3KB)
--------analytical.py(3KB)
--------hypergraph_models.py(7KB)
--------diffusion_convergence_analytic.py(7KB)
----notes.md(3KB)
----requirements.txt(211B)
----examples()
--------compare_hypergraphs_with_cliques.py(2KB)
--------show_hypergraph.py(964B)
----setup.py(700B)
----.gitignore(122B)
----circle.yml(44B)
----nose.cfg(39B)
----README.md(2KB)
----notebooks()
--------Random Walks.ipynb(1.81MB)
--------Pykov.ipynb(34KB)
--------Two-dimentional-random-walks.ipynb(56KB)
--------clique_comparison.ipynb(44KB)
--------hypergraphs_1.ipynb(377KB)
--------diffusion_convergence_analytic.ipynb(234KB)
--------Hypergraphs_of_different_kinds.ipynb(110KB)
--------RandomWalkNormalDist.ipynb(1.11MB)
--------hypergraphs_introduction.ipynb(10KB)
--------check_conversion.ipynb(204KB)
--------Modelling diffusion on hypergraph.ipynb(420KB)
--------entropy.ipynb(173KB)
--------diffusion_simulations.ipynb(32KB)
----hypergraph_model.png(27KB)