最も出入りの多いステーション
ここでは、どのステーションが出発地・到着地として最もよく利用されているか、そして in と out の次数の比率を見ていきます。これは、他の多くのステーションから自転車を「引き出す」ステーションなのか、あるいは自転車が多く「置かれる」ステーションなのか、といった偏りを示します。このようなバイクシェアのグラフがうまく機能するには、ソース（出発）やシンク（到着）のステーションが多すぎてはいけません。多すぎると運営側が常に自転車を移動させる必要が出てしまいます。理想的にはネットワークが自己調整的に設計されており、その場合、ほとんどのステーションで in と out の次数の比率は 1 前後になるはずです。まずは重みなしの場合から確認していきます。
この演習はコースの一部です
ケーススタディ：R でのネットワーク分析
演習の手順
- 次の列を含むデータフレームを作成します。
trip_outにはtrip_g_simpの"out"次数分布を入れます。trip_inには"in"次数分布を入れます。ratioには "out" の次数を "in" の次数で割った比率を入れます。
trip_degをフィルタし、trip_outとtrip_inの両方が10より大きい行のみを残します。- フィルタ後の比率のヒストグラムを描画します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
trip_deg <- data_frame(
# Find the "out" degree distribution
trip_out = degree(___, mode = "___"),
# ... and the "in" degree distribution
trip_in = degree(___, mode = "in")
# Calculate the ratio of out / in
ratio = ___ / trip_in
)
trip_deg_filtered <- trip_deg %>%
# Filter for rows where trips in and out are both over 10
___(___ > 10, ___ > 10)
# Plot histogram of filtered ratios
hist(___$ratio)