balanced_tree (2,3)
앞 : 자식노드수 뒤 : 트리의 높이 |
|
radius : 3 diameter : 6 center nodes : [0] periphery nodes : [7, 8, 9, 10, 11, 12, 13, 14] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0, 5: 0.0, 6: 0.0, 7: 0.0, 8: 0.0, 9: 0.0, 10: 0.0, 11: 0.0, 12: 0.0, 13: 0.0, 14: 0.0} Average Clustering Coefficient : 0.0 |
barbell_graph (3,1)
앞 : 완전그래프의 노드 수 뒤 : 사이를 연결하는 노드 |
|
radius : 2 diameter : 4 center nodes : [3] periphery nodes : [0, 1, 5, 6] Clustering Coefficient { 0: 1.0, 1: 1.0, 2: 0.3333333333333333, 3: 0.0, 4: 0.3333333333333333, 5: 1.0, 6: 1.0} Average Clustering Coefficient : 0.666666666667 |
complete_graph (5)
완전 그래프의 노드 수 |
| radius : 1 diameter : 1 center nodes : [0, 1, 2, 3, 4] periphery nodes : [0, 1, 2, 3, 4] Clustering Coefficient { 0: 1.0, 1: 1.0, 2: 1.0, 3: 1.0, 4: 1.0} Average Clustering Coefficient : 1.0 |
complete_bipartite _graph (4,2)
앞 조건의 노드들이 뒷 조건의 노드들과 전부 연결 |
| radius : 2 diameter : 2 center nodes : [0, 1, 2, 3, 4, 5] periphery nodes : [0, 1, 2, 3, 4, 5] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0, 5: 0.0} Average Clustering Coefficient : 0.0 |
circular_ladder _graph (5)
n개로 cycle생성 후 옆에 같은 쌍을 생성 |
|
radius : 3 diameter : 3 center nodes : [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] periphery nodes : [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0, 5: 0.0, 6: 0.0, 7: 0.0, 8: 0.0, 9: 0.0} Average Clustering Coefficient : 0.0 |
cycle_graph (5)
n개의 노드를 원으로 연결 |
| radius : 2 diameter : 2 center nodes : [0, 1, 2, 3, 4] periphery nodes : [0, 1, 2, 3, 4] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0} Average Clustering Coefficient : 0.0 |
dorogovtsev_ goltsev _mendes_graph (3)
Dorogovtsev-Goltsev-Mendes Graph |
|
radius : 2 diameter : 3 center nodes : [0, 1, 2] periphery nodes : [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14] Clustering Coefficient { 0: 0.25, 1: 0.25, 2: 0.25, 3: 0.5, 4: 0.5, 5: 0.5, 6: 1.0, 7: 1.0, 8: 1.0, 9: 1.0, 10: 1.0, 11: 1.0, 12: 1.0, 13: 1.0, 14: 1.0} Average Clustering Coefficient : 0.75 |
empty_graph (5)
n개의 노드와 0개의 엣지 그래프 |
| radius : None diameter : None center nodes : None periphery nodes : None Clustering Coefficient {0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0} Average Clustering : 0.0 |
grid_2d_graph (3,2, True)
grid_graph에서 와 같은 의미에서 3번째 매개변수에 True를 주게되면 그 각자 이웃들과연결 되는 그래프 |
| radius : 2 diameter : 2 center nodes : [(0, 1), (0, 0), (2, 1), (2, 0), (1, 0), (1, 1)] periphery nodes : [(0, 1), (0, 0), (2, 1), (2, 0), (1, 0), (1, 1)] Clustering Coefficient { (0, 0): 0.3333333333333333, (0, 1): 0.3333333333333333, (1, 0): 0.3333333333333333, (1, 1): 0.3333333333333333, (2, 0): 0.3333333333333333, (2, 1): 0.3333333333333333} Average Clustering Coefficient : 0.333333333333 |
grid_graph ([3,2])
n*n 형의 격자판 그래프 |
|
radius : 2 diameter : 3 center nodes : [(1, 0), (1, 1)] periphery nodes : [(0, 1), (0, 0), (2, 1), (2, 0)] Clustering Coefficient { (0, 0): 0.0, (0, 1): 0.0, (1, 0): 0.0, (1, 1): 0.0, (2, 0): 0.0, (2, 1): 0.0} Average Clustering Coefficient : 0.0 |
hypercube_graph (3)
한 노드가 n개의 엣지를 가지는 4차원 입체 도형 그래프 |
|
radius : 3 diameter : 3 center nodes : [(1, 1, 0), (0, 1, 1), (1, 0, 0), (0, 0, 1), (1, 0, 1), (0, 0, 0), (0, 1, 0), (1, 1, 1)] periphery nodes : [(1, 1, 0), (0, 1, 1), (1, 0, 0), (0, 0, 1), (1, 0, 1), (0, 0, 0), (0, 1, 0), (1, 1, 1)] Clustering Coefficient { (0, 0, 0): 0.0, (0, 0, 1): 0.0, (0, 1, 0): 0.0, (0, 1, 1): 0.0, (1, 0, 0): 0.0, (1, 0, 1): 0.0, (1, 1, 0): 0.0, (1, 1, 1): 0.0} Average Clustering Coefficient : 0.0 |
ladder_graph (5)
길이가 n개인 사다리 모양의 그래프 |
|
radius : 3 diameter : 5 center nodes : [2, 7] periphery nodes : [0, 4, 5, 9] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0, 5: 0.0, 6: 0.0, 7: 0.0, 8: 0.0, 9: 0.0} Average Clustering Coefficient : 0.0
|
lollipop_graph (5, 3)
(사탕!?) 앞 : n개의 완전그래프를 이룬다 뒤 : n개의 막대를 이룬다 |
|
radius : 2 diameter : 4 center nodes : [5] periphery nodes : [0, 1, 2, 3, 7] Clustering Coefficient { 0: 1.0, 1: 1.0, 2: 1.0, 3: 1.0, 4: 0.6, 5: 0.0, 6: 0.0, 7: 0.0} Average Clustering Coefficient : 0.575
|
null_graph
no nodes no edges |
|
radius : None diameter : None center nodes : None periphery nodes : None Clustering Coefficient { } Average Clustering : None |
path_graph (5)
n개의 노드를 일렬로 정렬 그래프 |
|
radius : 2 diameter : 4 center nodes : [2] periphery nodes : [0, 4] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0} Average Clustering Coefficient : 0.0 |
star_graph (5)
한개의 센터노드를가지고 n개의 아웃 노드를 가지는 그래프 |
|
radius : 1 diameter : 2 center nodes : [0] periphery nodes : [1, 2, 3, 4, 5] Clustering Coefficient { 0: 0.0, 1: 0.0, 2: 0.0, 3: 0.0, 4: 0.0, 5: 0.0} Average Clustering Coefficient : 0.0 |
trivial_graph
one node no deges |
|
radius : None diameter : None center nodes : None periphery nodes : None Clustering Coefficient { 0: 0.0 } Average Clustering : 0.0 |
wheel_graph (5)
1개의 센터 노드가 n-1 개의 cycle 그래프에 연결되는 그래프 |
|
radius : 1 diameter : 2 center nodes : [0] periphery nodes : [1, 2, 3, 4] Clustering Coefficient { 0: 0.6666666666666666, 1: 0.6666666666666666, 2: 0.6666666666666666, 3: 0.6666666666666666, 4: 0.6666666666666666} Average Clustering Coefficient : 0.666666666667 |