在图网络中，节点的中心性是衡量节点在网络中重要程度的指标之一，常用于识别关键节点或者中心节点。常见的节点中心性包括度中心性、接近度中心性、介数中心性和特征向量中心性等。
度中心性（Degree Centrality）：度中心性是指节点的度（即与节点相连的边的数量）来衡量节点的中心性，度中心性越高的节点在网络中的影响力越大。计算公式为节点的度除以节点总数减一。
接近度中心性（Closeness Centrality）：接近度中心性是指节点与其他节点之间的距离来衡量节点的中心性，距离越短，中心性越高。计算公式为节点到其他节点的平均最短路径长度的倒数。
介数中心性（Betweenness Centrality）：介数中心性是指节点在网络中承担的信息传递的中介程度，介数中心性高的节点在网络中起着桥梁的作用。计算公式为节点作为中间节点出现在其他节点最短路径中的次数。
特征向量中心性（Eigenvector Centrality）：特征向量中心性是指节点与相连节点的中心性之和来衡量节点的中心性，即与高中心性节点连接的节点对节点中心性的贡献。计算公式涉及矩阵运算，通常使用迭代算法进行计算。
除了以上常见的节点中心性指标，还有其他一些衡量节点重要性的指标，如PageRank等。
在实际应用中，根据具体的网络结构和分析目的，可以选择合适的节点中心性指标来衡量节点的重要性。例如在社交网络中，可以利用介数中心性来识别信息传播的关键节点；在交通网络中，可以利用接近度中心性来识别交通枢纽节点等。
总之，节点中心性的计算需要根据具体的网络特点和分析目的选择合适的指标，并结合适当的算法进行计算和分析。