LoslegenKostenlos loslegen

Meist angefahrene Start- und Zielstationen

Hier schauen wir uns an, zu und von welchen Stationen am häufigsten gefahren wird sowie das Verhältnis von Eingangs- zu Ausgangsgrad. Das zeigt uns, welche Stationen unausgewogen sind – also ob viele Fahrten von dort starten oder dort enden. Damit ein Bike-Sharing-Netz wie dieses effektiv funktioniert, darf es nicht zu viele Quell- oder Senkstationen geben, sonst müsste der Betreiber ständig Fahrräder umverteilen! Im Idealfall ist das Netzwerk so ausgelegt, dass es sich selbst ausgleicht. Wenn das klappt, erwarten wir, dass fast alle Stationen ein Verhältnis von Eingangs- zu Ausgangsgrad von ungefähr eins haben. Zunächst betrachten wir den ungewichteten Fall.

Diese Übung ist Teil des Kurses

Fallstudien: Netzwerkanalyse in R

Kurs anzeigen

Anleitung zur Übung

  • Erstelle einen Data Frame mit folgenden Spalten.
    • trip_out soll die "out"-Gradverteilung von trip_g_simp enthalten.
    • trip_in soll die "in"-Gradverteilung enthalten.
    • ratio soll das Verhältnis der "out"- zu den "in"-Graden enthalten.
  • Filtere trip_deg auf Zeilen, in denen sowohl trip_out als auch trip_in größer als 10 sind.
  • Zeichne ein Histogramm der gefilterten Verhältnisse.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

trip_deg <- data_frame(
  # Find the "out" degree distribution
  trip_out = degree(___, mode = "___"), 
  # ... and the "in" degree distribution
  trip_in = degree(___, mode = "in")
  # Calculate the ratio of out / in
  ratio = ___ / trip_in
)

trip_deg_filtered <- trip_deg %>%
  # Filter for rows where trips in and out are both over 10
  ___(___ > 10, ___ > 10) 

# Plot histogram of filtered ratios
hist(___$ratio)
Code bearbeiten und ausführen