LoslegenKostenlos loslegen

Veranschauliche die Verteilung der Degree Centrality in der Studenten-Projektion

In dieser Übung veranschaulichst du die Verteilung der Degree Centrality in der Studenten-Projektion. Das ist eine Wiederholung von zwei Konzepten, die du bereits gelernt hast: Degree Centrality und Projektionen.

Diese Übung ist Teil des Kurses

Fortgeschrittene Netzwerkanalyse in Python

Kurs anzeigen

Anleitung zur Übung

  • Hole die Knoten der Partition 'student' in eine Liste namens student_nodes.
    • Verwende dafür eine List-Comprehension: Iteriere über alle Knoten von G (inklusive Metadaten) und prüfe, ob das 'bipartite'-Schlüsselwort von d gleich 'student' ist.
  • Erzeuge die Projektion auf die Studentenknoten als Graph namens G_students. Verwende dazu die Funktion nx.bipartite.projected_graph(). Achte darauf, das Keyword-Argument nodes=student_nodes anzugeben.
  • Berechne die Degree Centrality von G_students mit nx.degree_centrality(). Speichere das Ergebnis als dcs.
  • Zeichne das Histogramm der Degree-Centrality-Werte.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import necessary modules
import matplotlib.pyplot as plt
import networkx as nx

# Get the student partition's nodes: student_nodes
student_nodes = [n for n, d in ____ if d['____'] == '____']

# Create the students nodes projection as a graph: G_students
G_students = ____

# Calculate the degree centrality using nx.degree_centrality: dcs
dcs = ____

# Plot the histogram of degree centrality values
plt.hist(list(____))
plt.yscale('log')  
plt.show()
Code bearbeiten und ausführen