Začněte nyníZačněte zdarma

Hledání klíčových spolupracovníků

Skoro hotovo! Teď se ještě jednou podíváš na důležité uzly. V tomto cvičení využiješ funkce degree_centrality() a betweenness_centrality() z NetworkX k výpočtu příslušných skóre centrality a pomocí těchto informací najdeš „důležité uzly". Tvým úkolem je konkrétně najít uživatele, kteří spolupracovali s největším počtem ostatních uživatelů.

Toto cvičení je součástí kurzu

Úvod do analýzy sítí v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vypočítej degree centrality grafu G a výsledek ulož jako deg_cent.
  • Vypočítej maximální degree centralitu. Protože deg_cent je slovník, musíš nejprve použít metodu .values(), abys získal/a seznam hodnot, a teprve pak spočítej maximum pomocí max().
  • Pomocí list comprehension identifikuj nejaktivnější spolupracovníky:
    • Iteruj přes slovník degree centralit deg_cent (vypočítaný dříve) pomocí jeho metody .items(). Jaká podmínka musí být splněna, aby ses dostal/a k uživatelům, kteří spolupracovali s největším počtem ostatních? Nápověda: Souvisí to s maximální degree centralitou.
  • Klikni na Submit Answer a zjisti, kdo jsou nejaktivnější spolupracovníci!

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute the degree centralities of G: deg_cent
deg_cent = ____

# Compute the maximum degree centrality: max_dc
max_dc = ____

# Find the user(s) that have collaborated the most: prolific_collaborators
prolific_collaborators = [n for n, dc in ____ if ____ == ____]

# Print the most prolific collaborator(s)
print(prolific_collaborators)
Upravit a spustit kód