NetworkX中的pagerank，pagerank_numpy和pagerank_scipy有什麼區別？

Question

我查了描述 pagerank， pagerank_numpy和 pagerank_scipy 從NetworkX documentation。我看不出差別。

pagerank(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, nstart=None, weight='weight', dangling=None) 

pagerank_numpy(G, alpha=0.85, personalization=None, weight='weight', dangling=None) 

pagerank_scipy(G, alpha=0.85, personalization=None, max_iter=100, tol=1e-06, weight='weight', dangling=None) 

它們之間有什麼不同？

Answer 1

他們都計算相同的東西，但用稍微不同的方法來計算最大的特徵值/特徵向量（pagerank分數）。

• pagerank是一個純Python實現
• pagerank_numpy使用numpy的的密集的線性代數子包
• pagerank_scipy使用SciPy的

的pagerank_scipy執行稀疏線性代數子包應該是最快和對大圖使用最少的內存。