CommencerCommencer gratuitement

Distribution de la centralité de degré

Le degré d’un nœud correspond au nombre de voisins qu’il possède. La centralité de degré est ce nombre de voisins divisé par l’ensemble des voisins possibles qu’il pourrait avoir. Selon que les boucles sur soi-même sont autorisées ou non, l’ensemble des voisins possibles d’un nœud peut également inclure le nœud lui‑même.

La fonction nx.degree_centrality(G) renvoie un dictionnaire dont les clés sont les nœuds et les valeurs leurs centralités de degré.

La distribution des degrés degrees que vous avez calculée dans l’exercice précédent à l’aide de la compréhension de liste a été préchargée.

Cet exercice fait partie du cours

Introduction à l’analyse de réseaux en Python

Afficher le cours

Instructions

  • Calculez la centralité de degré du réseau Twitter T.
  • Avec plt.hist(), tracez un histogramme de la distribution de la centralité de degré de T. Vous pouvez y accéder avec list(deg_cent.values()).
  • Tracez un histogramme de la distribution des degrés degrees de T. C’est la même liste que vous avez calculée dans le dernier exercice.
  • Créez un nuage de points avec degrees sur l’axe des x et la distribution de la centralité de degré list(deg_cent.values()) sur l’axe des y.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import matplotlib.pyplot
import matplotlib.pyplot as plt

# Compute the degree centrality of the Twitter network: deg_cent
deg_cent = ____

# Plot a histogram of the degree centrality distribution of the graph.
plt.figure()
____
plt.show()

# Plot a histogram of the degree distribution of the graph
plt.figure()
____
plt.show()

# Plot a scatter plot of the centrality distribution and the degree distribution
plt.figure()
____
plt.show()
Modifier et exécuter le code