Pendalaman - Jaringan Twitter bagian II
Selanjutnya, Anda akan melakukan pendalaman yang serupa pada betweenness centrality! Beberapa petunjuk untuk membantu Anda: ingat bahwa betweenness centrality dihitung menggunakan nx.betweenness_centrality(G).
Latihan ini adalah bagian dari kursus
Pengantar Analisis Jaringan di Python
Petunjuk latihan
- Tulis fungsi
find_node_with_highest_bet_cent(G)yang mengembalikan node dengan betweenness centrality tertinggi.- Hitung betweenness centrality dari
G. - Hitung nilai betweenness centrality maksimum menggunakan fungsi
max()padalist(bet_cent.values()). - Iterasikan kamus betweenness centrality,
bet_cent.items(). - Jika nilai betweenness centrality
vdari node saat iniksama denganmax_bc, tambahkan ke himpunan nodes.
- Hitung betweenness centrality dari
- Gunakan fungsi Anda untuk menemukan node yang memiliki betweenness centrality tertinggi dalam
T. - Tulis pernyataan asersi bahwa Anda telah mendapatkan node yang benar. Ini sudah disiapkan untuk Anda, jadi klik 'Kirim Jawaban' untuk melihat hasilnya!
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Define find_node_with_highest_bet_cent()
def find_node_with_highest_bet_cent(G):
# Compute betweenness centrality: bet_cent
bet_cent = ____
# Compute maximum betweenness centrality: max_bc
max_bc = ____
nodes = set()
# Iterate over the betweenness centrality dictionary
for k, v in ____:
# Check if the current value has the maximum betweenness centrality
if ____ == ____:
# Add the current node to the set of nodes
____
return nodes
# Use that function to find the node(s) that has the highest betweenness centrality in the network: top_bc
top_bc = ____
print(top_bc)
# Write an assertion statement that checks that the node(s) is/are correctly identified.
for node in top_bc:
assert nx.betweenness_centrality(T)[node] == max(nx.betweenness_centrality(T).values())