प्रोजेक्शन पर डिग्री सेंट्रलिटी प्लॉट करें
यहाँ, आप निम्न ग्राफ़ों के लिए डिग्री सेंट्रलिटी के डिस्ट्रीब्यूशन्स की तुलना करेंगे: ओरिजिनल ग्राफ़ G, पीपल ग्राफ़ प्रोजेक्शन peopleG, और क्लब्स ग्राफ़ प्रोजेक्शन clubsG। इससे डिग्री सेंट्रलिटी स्कोर की गणना में बाइपार्टाइट और युनिपार्टाइट वर्ज़न के बीच का अंतर और स्पष्ट होगा। नोड लिस्ट्स people और clubs पहले से आपके लिए लोड की गई हैं.
वीडियो से याद करें कि बाइपार्टाइट फंक्शन्स में नोड्स का एक कंटेनर पास करना पड़ता है, लेकिन वे फिर भी सभी डिग्री सेंट्रलिटी स्कोर्स रिटर्न करते हैं। यह भी ध्यान रखें कि डिग्री सेंट्रलिटी स्कोर्स डिक्शनरी के रूप में स्टोर होते हैं (नोड से स्कोर की मैपिंग).
यह अभ्यास पाठ्यक्रम का हिस्सा है
इंटरमीडिएट Network Analysis in Python
अभ्यास निर्देश
- ओरिजिनल ग्राफ़
Gकी डिग्री सेंट्रलिटी डिस्ट्रीब्यूशन प्लॉट करें, बाइपार्टाइट मॉड्यूल केdegree_centralityफंक्शन का उपयोग करके:nx.bipartite.degree_centrality()। यह दो आर्ग्युमेंट लेता है: ग्राफ़G, और नोड लिस्ट्स में से कोई एक (peopleयाclubs). peopleGग्राफ़ की डिग्री सेंट्रलिटी डिस्ट्रीब्यूशन प्लॉट करें, NetworkX के सामान्य/नॉन-बाइपार्टाइटdegree_centralityफंक्शन का उपयोग करके:nx.degree_centrality().clubsGग्राफ़ की डिग्री सेंट्रलिटी डिस्ट्रीब्यूशन प्लॉट करें, NetworkX के सामान्य/नॉन-बाइपार्टाइटdegree_centralityफंक्शन का उपयोग करके:nx.degree_centrality().
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
import matplotlib.pyplot as plt
# Plot the degree centrality distribution of both node partitions from the original graph
plt.figure()
original_dc = ____
# Remember that you can directly plot dictionary values.
plt.hist(____, alpha=0.5)
plt.yscale('log')
plt.title('Bipartite degree centrality')
plt.show()
# Plot the degree centrality distribution of the peopleG graph
plt.figure()
people_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of people partition')
plt.show()
# Plot the degree centrality distribution of the clubsG graph
plt.figure()
clubs_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of clubs partition')
plt.show()