CommencezCommencez gratuitement

Stations les plus fréquentées à l'arrivée et au départ (avec poids)

Jusqu'ici, nous avons examiné notre réseau avec des arêtes non pondérées. Or, nos poids d'arêtes correspondent au nombre de déplacements; il est donc logique d'étendre notre analyse des degrés en ajoutant une distribution des degrés pondérés. C'est important, car même si un ratio de degrés équilibré compte, l'élément à rééquilibrer, ce sont les vélos. Si les poids étaient identiques pour toutes les stations, une distribution non pondérée suffirait. Mais si nous voulons connaître le flux réel de vélos, il faut tenir compte des poids.

L'analogue pondéré de la distribution des degrés est la force. On peut la calculer avec la fonction strength(), qui donne une distribution des degrés pondérés selon l'attribut weight des arêtes du graphe.

Cette activité fait partie du cours

Études de cas : analyse de réseaux en R

Voir le cours

Instructions de l’exercice

  • Créez un tableau de données contenant les colonnes suivantes.
    • trip_out doit contenir la distribution des degrés pondérés (force) « out » de trip_g_simp.
    • trip_in doit contenir la distribution des degrés pondérés « in ».
    • ratio doit contenir le ratio des degrés « out » divisé par les degrés « in ».
  • Filtrez trip_strng pour ne garder que les lignes où trip_out et trip_in sont tous deux supérieurs à 10.
  • Tracez un histogramme des ratios filtrés.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

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

# Plot histogram of filtered ratios
hist(___$ratio)
Modifier et exécuter le code