Alternativní způsoby vizualizace

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Případové studie: Analýza sítí v R

SkillTag.level.beginnerSkillTag.label

4.8+

Začněte kurz zdarma

V této kapitole prozkoumáš část nákupního grafu Amazonu. Navážeš na to, co už znáš — najdeš důležité produkty a zjistíš, co ovlivňuje nákupní rozhodnutí. Podíváš se také na to, jak se grafy mění v čase, a to pohledem na různá časová období.

Exercise 1: Prozkoumání datové sady Exercise 2: Hledání dyadů a triadů Exercise 3: Shlukování a reciprocita Exercise 4: Důležité produkty Exercise 5: Co dělá produkt důležitým?Exercise 6: Průzkum časové struktury Exercise 7: Metriky v čase Exercise 8: Vizualizace metrik v čase

V této lekci prozkoumáš data z Twitteru o R pomocí příspěvků s hashtagem '#rstats'. Nejprve se podíváš na surová data a promyslíš, jak chceš sestrojit svůj graf. Možností je víc — probereme dva přístupy: retweety a zmínky. Grafy sestavíš a pak je porovnáš podle různých metrik.

Exercise 1: Vytvoření grafu retweetů Exercise 2: Vizualizace grafu Exercise 3: Vizualizace uzlů podle stupně Exercise 4: Jak je rozložena centralita?Exercise 5: Kdo je v konverzaci důležitý?Exercise 6: Vizualizace důležitých vrcholů Exercise 7: Sestavení grafu zmínek Exercise 8: Porovnání grafů zmínek a retweetů Exercise 9: Asortativita a reciprocita Exercise 10: Kdo mluví s kým Exercise 11: Hledání komunit Exercise 12: Porovnání algoritmů pro detekci komunit Exercise 13: Vizualizace komunit

V této kapitole budeš analyzovat data z chicagské sítě sdílení kol. Navážeme na koncepty z úvodního kurzu a doplníme několik nových, které se hodí pro práci s grafy se váženými hranami. Začneš také s daty v trochu surovější podobě a naučíš se, jak z nich graf sestavit.

Exercise 1: Sestavení grafu ze surových dat Exercise 2: Grafy pro různé typy uživatelů Exercise 3: Porovnání grafů různých typů uživatelů Exercise 4: Porovnání vzdálenosti v grafu a geografické vzdálenosti Exercise 5: Porovnání vzdáleností předplatitelů a nepředplatitelů Exercise 6: Nejfrekventovanější stanice příjezdů a odjezdů Exercise 7: Nejfrekventovanější stanice příjezdů a odjezdů s váhami Exercise 8: Vizualizace centrálních vrcholů Exercise 9: Vážené míry centrality Exercise 10: Konektivita Exercise 11: Nalezení minimálního řezu 1 Exercise 12: Nalezení minimálního řezu 2 Exercise 13: Randomizace neclusterovaného grafu Exercise 14: Randomizace váženého clusterování

Doposud jsme pro vykreslování používali výhradně igraph, který nabízí mnoho způsobů, jak grafová data zobrazit. Řada lidí ale dává přednost jiným frameworkům — třeba ggplot2 nebo interaktivním nástrojům jako d3.js. V této lekci se podíváš na vizualizační knihovny, které staví na ggplot2. Prozkoumáš také alternativní metody, jako jsou hive ploty, a naučíš se vytvářet interaktivní a animované grafy.

Exercise 1: Další balíčky pro vizualizaci grafů!Exercise 2: Základy ggnet Exercise 3: Základy ggnetwork Exercise 4: Další možnosti vykreslování pomocí ggnet Exercise 5: Další možnosti vykreslování v ggnetwork Exercise 6: Interaktivní vizualizace Exercise 7: Interaktivní grafy s ggiraph Exercise 8: Interaktivní grafy v JavaScriptu Exercise 9: Alternativní způsoby vizualizace

Aktuální cvičení

Exercise 10: Alternativní způsoby vizualizace grafu: Hive plots Exercise 11: BioFabric jako HTML widget Exercise 12: Vykreslení grafu na mapě