网络凝聚度（Network Cohesion）通常通过计算图中节点之间的平均路径长度（Average Path Length, PL）来衡量，其定义为所有节点对之间最短路径长度的算数平均值。网络凝聚度可以表示为节点数 \（ n \） 与平均路径长度 \（ PL \） 的乘积的倒数，即：
\[ C（G） = \frac{1}{n \cdot PL} \]
其中 \（ C（G） \） 表示网络 \（ G \） 的凝聚度，\（ n \） 是节点数，\（ PL \） 是平均路径长度。
下面是一个使用 Python 和 NetworkX 库实现网络凝聚度的示例代码：
```python
import networkx as nx
创建一个图
G = nx.Graph（）
添加节点和边
G.add_edges_from（[（1, 2）, （1, 3）, （2, 3）, （2, 4）, （3, 4）, （4, 5）]）
计算平均路径长度
avg_path_length = nx.average_shortest_path_length（G）
计算网络凝聚度
cohesion = 1 / （len（G） * avg_path_length）
print（"平均路径长度：", avg_path_length）
print（"网络凝聚度：", cohesion）
```
在这个示例中，我们首先创建了一个无向图 `G`，然后添加了一些边。接着，我们使用 `nx.average_shortest_path_length` 函数计算图 `G` 的平均路径长度，最后计算网络凝聚度并打印结果。
代码解释
导入库
```python
import networkx as nx
```
创建图
```python
G = nx.Graph（）
```
添加节点和边
```python
G.add_edges_from（[（1, 2）, （1, 3）, （2, 3）, （2, 4）, （3, 4）, （4, 5）]）
```
计算平均路径长度
```python
avg_path_length = nx.average_shortest_path_length（G）
```
计算网络凝聚度
```python
cohesion = 1 / （len（G） * avg_path_length）
```
打印结果
```python
print（"平均路径长度：", avg_path_length）
print（"网络凝聚度：", cohesion）
```
通过运行这段代码，你可以计算出给定图的网络凝聚度。你可以根据需要修改图的结构（节点和边）来计算不同网络结构的凝聚度。