复杂网络分析入门：从基础概念到实际应用
1. 复杂网络分析简介
复杂网络分析（CNA）是一个快速发展的领域，主要研究如何识别、描述、分析和可视化复杂网络。Python 库 NetworkX 提供了一系列用于构建、测量和绘制复杂网络的函数，它与 CNA 相结合，能够自动化繁琐的 CNA 任务，使我们可以研究不同规模和细节程度的复杂网络。
复杂网络并非新兴事物，它和数学、物理、生物学一样，至少和人类存在的时间一样长，生物复杂网络甚至早于人类出现。然而，对复杂网络的深入研究直到 19 世纪末 20 世纪初才开始，主要原因是缺乏合适的数学工具（如图论）和足够的计算能力。20 世纪末 21 世纪初，CNA 研究和应用出现爆发式增长，一方面是因为廉价且强大的计算机的普及，以及具备数学、物理和社会科学高级知识的研究人员增多；另一方面是因为人类社会、行为、生物、金融和技术等方面的复杂性不断增加。
2. 认识网络
- 网络的基本概念：网络是离散数据的一种关系型组织和表示形式（另一种是表格形式，数据按行和列组织）。网络中有两个重要概念：实体和它们之间的关系。根据研究背景的不同，实体被称为节点（本书采用此术语）、参与者或顶点；关系被称为边（本书首选）、链接、弧或连接。我们通常将网络称为“图”（在图论意义上），但图并不是描述网络的唯一方式。
- 图的不同含义：在数学中，“图”至少有两种不同含义。在代数和微积分中，函数的图是连续的折线图或曲面图；在图论中，图是一组离散对象（顶点，用点表示），可能由边（用线或弧表示）连接。除非另有说明，我们使用图论中的定义。 <
