CommencerCommencer gratuitement

Visualiser la distribution de la centralité de degré de la projection des étudiants

Dans cet exercice, vous allez visualiser la distribution de la centralité de degré de la projection des étudiants. C’est un rappel de deux notions que vous avez déjà vues : les centralités de degré et les projections.

Cet exercice fait partie du cours

Analyse de réseaux intermédiaire en Python

Afficher le cours

Instructions

  • Récupérez les nœuds de la partition 'student' dans une liste appelée student_nodes.
    • Utilisez une compréhension de liste pour cela, en itérant sur tous les nœuds de G (y compris les métadonnées) et en vérifiant que le mot-clé 'bipartite' de d est égal à 'student'.
  • Créez la projection des nœuds étudiants sous forme de graphe appelé G_students. Utilisez pour cela la fonction nx.bipartite.projected_graph(). Veillez à spécifier l’argument nommé nodes=student_nodes.
  • Calculez la centralité de degré de G_students avec nx.degree_centrality(). Stockez le résultat dans dcs.
  • Tracez l’histogramme des valeurs de centralité de degré.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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()
Modifier et exécuter le code