IniziaInizia gratis

Estrai la degree centrality media giorno per giorno sulla partizione degli studenti

Qui verificherai se la degree centrality media su tutti i nodi è correlata con il numero di archi tracciati nel tempo. Potrebbe non esserci necessariamente una forte correlazione, e darai un’occhiata per vedere se è così.

Questo esercizio fa parte del corso

Analisi di reti intermedia in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Istanzia un nuovo grafo chiamato G_sub contenente un sottoinsieme di archi.
  • Aggiungi i nodi da G, includendo i metadati dei nodi.
  • Aggiungi gli archi che soddisfano i criteri usando il metodo .add_edges_from().
  • Ottieni la proiezione degli studenti G_student_sub da G_sub usando la funzione nx.bipartite.projected_graph().
  • Calcola la degree centrality della proiezione degli studenti usando nx.degree_centrality() (non usare la versione bipartita).
  • Aggiungi la degree centrality media alla lista mean_dcs. Assicurati di convertire prima dc.values() in una lista.
  • Premi "Invia risposta" per visualizzare il grafico!

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

from datetime import datetime, timedelta
import numpy as np
import networkx as nx
import matplotlib.pyplot as plt

# Initialize a new list: mean_dcs
mean_dcs = []
curr_day = dayone
td = timedelta(days=2)

while curr_day < lastday:
    if curr_day.day == 1:
        print(curr_day)  
    # Instantiate a new graph containing a subset of edges: G_sub
    G_sub = ____
    # Add nodes from G
    G_sub.____(____)
    # Add in edges that fulfill the criteria
    G_sub.____([(u, v, d) for u, v, d in G.edges(data=True) if d['date'] >= curr_day and d['date'] < curr_day + td])
    
    # Get the students projection
    G_student_sub = ____
    # Compute the degree centrality of the students projection
    dc = ____
    # Append mean degree centrality to the list mean_dcs
    mean_dcs.____(np.mean(____(dc.values())))
    # Increment the time
    curr_day += td
    
plt.plot(mean_dcs)
plt.xlabel('Time elapsed')
plt.ylabel('Degree centrality.')
plt.show()
Modifica ed esegui il codice