CommencerCommencer gratuitement

Stations les plus fréquentées en départ et en arrivée

Ici, nous allons voir quelles stations sont les plus souvent utilisées comme points de départ et d’arrivée, ainsi que le ratio entre le degré entrant et le degré sortant. Cela nous indiquera quelles stations sont déséquilibrées, soit parce que beaucoup d’autres stations y prélèvent des vélos, soit parce qu’on y laisse beaucoup de vélos. Pour qu’un réseau de vélos en libre-service comme celui-ci fonctionne correctement, il ne doit pas y avoir trop de stations « sources » ou « puits » ; sinon, l’exploitant devrait déplacer des vélos en permanence ! Idéalement, le réseau est conçu pour s’autoréguler et, si c’est le cas, on s’attend à ce que la quasi-totalité des stations aient un ratio degré entrant/sortant proche de 1. Commençons par examiner le cas non pondéré.

Cet exercice fait partie du cours

Études de cas : l’analyse de réseaux avec R

Afficher le cours

Instructions

  • Créez un data frame contenant les colonnes suivantes.
    • trip_out doit contenir la distribution des degrés "out" de trip_g_simp.
    • trip_in doit contenir la distribution des degrés "in".
    • ratio doit contenir le rapport des degrés "out" divisés par les degrés "in".
  • Filtrez trip_deg 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 cet exemple de code.

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)
Modifier et exécuter le code