शुरू करेंमुफ़्त में शुरू करें

महत्वपूर्ण सहयोगियों की तलाश

लगभग पहुँच गए हैं! अब आप एक बार फिर महत्वपूर्ण nodes पर नज़र डालेंगे. यहाँ आप NetworkX के degree_centrality() और betweenness_centrality() फंक्शनों का उपयोग करके उनकी संबंधित centrality स्कोर निकालेंगे, और फिर उसी जानकारी से "महत्वपूर्ण nodes" ढूँढेंगे. दूसरे शब्दों में, इस अभ्यास में आपका काम उन user(s) को खोजना है जिन्होंने सबसे अधिक संख्या में उपयोगकर्ताओं के साथ collaborate किया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में नेटवर्क विश्लेषण का परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • G की degree centralities निकालें. परिणाम को deg_cent के रूप में स्टोर करें.
  • अधिकतम degree centrality निकालें. चूँकि deg_cent एक dictionary है, इसलिए अधिकतम degree centrality पाने से पहले उसके मानों की सूची लेने के लिए .values() मेथड का उपयोग करें, फिर max() लगाएँ.
  • एक list comprehension से सबसे सक्रिय collaborators की पहचान करें:
    • पहले से निकाली गई degree centrality dictionary deg_cent पर .items() मेथड के साथ iterate करें. यदि आप ऐसे user(s) खोजना चाहते हैं जिन्होंने सबसे अधिक संख्या में उपयोगकर्ताओं के साथ collaborate किया है, तो कौन-सी शर्त पूरी होनी चाहिए? संकेत: यह अधिकतम degree centrality से संबंधित है.
  • देखें कि सबसे सक्रिय collaborator(s) कौन है/हैं — 'उत्तर सबमिट करें' दबाएँ!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute the degree centralities of G: deg_cent
deg_cent = ____

# Compute the maximum degree centrality: max_dc
max_dc = ____

# Find the user(s) that have collaborated the most: prolific_collaborators
prolific_collaborators = [n for n, dc in ____ if ____ == ____]

# Print the most prolific collaborator(s)
print(prolific_collaborators)
कोड संपादित करें और चलाएँ