分析PageRank结果

根据计算得到的PageRank值，可以对微博用户进行排序，确定具有较高PageRank值的用户，这些用户可能是网络中具有较高影响力的人物。

import networkx as nx

# 创建有向图
G = nx.DiGraph()

# 添加节点和边（使用示例数据）
users = ["UserA", "UserB", "UserC", "UserD"]
G.add_nodes_from(users)
follow_relations = [("UserA", "UserB"), ("UserA", "UserC"), ("UserB", "UserD")]
G.add_edges_from(follow_relations)

# 计算PageRank值
pagerank = nx.pagerank(G)

# 根据PageRank值对用户进行排序
sorted_users = sorted(pagerank, key=pagerank.get, reverse=True)

# 打印排序结果
print("用户PageRank排序：")
for user in sorted_users:
print(f"用户 {user}: PageRank = {pagerank[user]}")