शुरू करेंमुफ़्त में शुरू करें

Adjacency matrix की गणना करें

अब आप projections की गणना करने के लिए matrices और sparse matrix multiplication का अभ्यास करेंगे! इस अभ्यास में, आप Python 3.5 में जोड़ा गया matrix multiplication ऑपरेटर @ उपयोग करेंगे.

आप American Revolution ग्राफ पर ही काम जारी रखेंगे. यहाँ रुचि के दो partitions 'people' और 'clubs' हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

इंटरमीडिएट Network Analysis in Python

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पिछले chapter में परिभाषित किए गए get_nodes_from_partition() फंक्शन का उपयोग करके ग्राफ G से लोगों की सूची और clubs की सूची प्राप्त करें. यह फंक्शन दो पैरामीटर लेता है: एक ग्राफ, और एक partition.
  • nx.bipartite.biadjacency_matrix() का उपयोग करके biadjacency matrix निकालें, जिसमें row_order पैरामीटर को people_nodes और column_order पैरामीटर को clubs_nodes पर सेट करें. ध्यान रखें कि ग्राफ G भी पास करना है.
  • user-user projection की गणना करने के लिए biadjacency matrix bi_matrix को उसकी ट्रांसपोज़ bi_matrix.T से @ ऑपरेटर के साथ गुणा करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Get the list of people and list of clubs from the graph: people_nodes, clubs_nodes
people_nodes = ____
clubs_nodes = ____

# Compute the biadjacency matrix: bi_matrix
bi_matrix = ____(____, row_order=____, column_order=____)

# Compute the user-user projection: user_matrix
user_matrix = ____

print(user_matrix)
कोड संपादित करें और चलाएँ