Trovare i collaboratori importanti
Ci sei quasi! Ora analizzerai di nuovo i nodi importanti. Qui userai le funzioni degree_centrality() e betweenness_centrality() di NetworkX per calcolare i rispettivi punteggi di centralità e poi sfruttare queste informazioni per trovare i "nodi importanti". In altre parole, il tuo compito in questo esercizio è individuare l'utente/gli utenti che hanno collaborato con il maggior numero di utenti.
Questo esercizio fa parte del corso
Introduzione all'analisi delle reti in Python
Istruzioni dell'esercizio
- Calcola le centralità di grado di
G. Salva il risultato comedeg_cent. - Calcola la centralità di grado massima. Dato che
deg_centè un dizionario, dovrai usare il metodo.values()per ottenere l'elenco dei suoi valori prima di calcolare la centralità massima conmax(). - Identifica i collaboratori più prolifici usando una list comprehension:
- Itera sul dizionario delle centralità di grado
deg_centcalcolato in precedenza usando il suo metodo.items(). Quale condizione deve essere soddisfatta se vuoi trovare l'utente/gli utenti che hanno collaborato con il maggior numero di utenti? Suggerimento: ha a che fare con la centralità di grado massima.
- Itera sul dizionario delle centralità di grado
- Premi "Invia risposta" per scoprire chi è/sono il/i collaboratore/i più prolifico/i!
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)