Crear nuestro grafo a partir de datos en bruto

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.

Este ejercicio forma parte del curso

Estudios de caso: análisis de redes en R

PrincipianteNivel de habilidad

4.8+

Comienza el curso gratis

En este capítulo explorarás un subconjunto de un grafo de compras de Amazon. Partirás de lo que ya has aprendido para identificar productos importantes y descubrir qué impulsa las compras. También analizarás cómo pueden cambiar los grafos a lo largo del tiempo examinándolos en distintos periodos temporales.

Exercise 1: Explora tu conjunto de datos Exercise 2: Encontrar díadas y tríadas Exercise 3: Clustering y reciprocidad Exercise 4: Productos importantes Exercise 5: ¿Qué hace que un producto sea importante?Exercise 6: Explorando la estructura temporal Exercise 7: Métricas a lo largo del tiempo Exercise 8: Representar métricas a lo largo del tiempo

En esta lección explorarás datos de Twitter sobre R analizando conversaciones que usan "#rstats". Primero revisarás los datos en bruto y pensarás cómo quieres construir tu grafo. Hay varias formas de hacerlo y veremos dos: retuits y menciones. Construirás esos grafos y luego los compararás con varias métricas.

Exercise 1: Crear tu grafo de retuits Exercise 2: Visualiza el grafo Exercise 3: Visualiza nodos por grado Exercise 4: ¿Cuál es la distribución de la centralidad?Exercise 5: ¿Quién es importante en la conversación?Exercise 6: Representar vértices importantes Exercise 7: Crear un grafo de menciones Exercise 8: Comparing mention and retweet graph Exercise 9: Asortatividad y reciprocidad Exercise 10: Encontrar quién habla con quién Exercise 11: Encontrar comunidades Exercise 12: Comparing community algorithms Exercise 13: Visualizando las comunidades

En este capítulo analizarás datos de una red de bicicletas compartidas de Chicago. Partiremos de los conceptos ya cubiertos en el curso introductorio y añadiremos algunos nuevos para trabajar con grafos con aristas ponderadas. También comenzarás con datos en un formato algo más bruto y verás cómo construir tu grafo a partir de una fuente de datos que podrías encontrar.

Exercise 1: Crear nuestro grafo a partir de datos en bruto

Ejercicio actual

Exercise 2: Crear grafos por tipo de usuario Exercise 3: Compara grafos de distintos tipos de usuarios Exercise 4: Comparar la distancia en el grafo frente a la distancia geográfica Exercise 5: Compara las distancias de suscriptores vs. no suscriptores Exercise 6: Estaciones más transitadas de llegada y salida Exercise 7: Estaciones más visitadas de salida y llegada con pesos Exercise 8: Visualiza los vértices centrales Exercise 9: Medidas ponderadas de centralidad Exercise 10: Conectividad Exercise 11: Encuentra el corte mínimo 1 Exercise 12: Encuentra el corte mínimo 2 Exercise 13: Aleatorizaciones de clústeres sin ponderar Exercise 14: Aleatorizaciones de agrupamiento ponderado

Hasta ahora todo lo que hemos hecho ha sido utilizando el trazado de igraph. Ofrece muchas formas potentes de representar tus datos de grafos. Sin embargo, muchas personas prefieren trabajar con otros entornos de gráficos como ggplot2, o incluso marcos interactivos como d3.js. En esta lección verás otras bibliotecas de gráficos que se basan en el ecosistema de ggplot2. También revisarás otros métodos no tipo "maraña" como los hive plots, además de crear gráficos interactivos y animados.

Exercise 1: ¡Otros paquetes para visualizar grafos!Exercise 2: Fundamentos de ggnet Exercise 3: Fundamentos de ggnetwork Exercise 4: Más opciones de trazado con ggnet Exercise 5: Más opciones de gráficos con ggnetwork Exercise 6: Visualizaciones interactivas Exercise 7: Gráficos interactivos con ggiraph Exercise 8: Gráficos interactivos con JavaScript Exercise 9: Visualizaciones alternativas Exercise 10: Formas alternativas de visualizar un grafo: Hive plots Exercise 11: BioFabric como widget HTML Exercise 12: Representar grafos sobre un mapa