가장 많이 도착·출발한 정거장
이번에는 어떤 정거장으로 가장 많이 이동하고, 어떤 정거장에서 가장 많이 출발하는지, 그리고 in/out 차수의 비율을 살펴보려고 합니다. 이를 통해 특정 정거장이 자전거를 많이 빼 가는 곳인지, 많이 두고 가는 곳인지 치우침을 파악할 수 있어요. 이런 자전거 공유 네트워크가 효율적으로 작동하려면, 공급지(source)나 저장지(sink) 정거장이 과도하게 많아서는 안 됩니다. 그렇지 않으면 운영자가 자전거를 계속 옮겨야 하니까요! 이상적으로는 네트워크가 스스로 균형을 잡도록 설계되어 있고, 그렇게 된다면 대부분의 정거장에서 in/out 차수 비율이 대략 1에 가까울 것으로 기대해요. 먼저 가중치가 없는 경우부터 살펴보겠습니다.
이 연습은 강의의 일부입니다
사례 연구: R로 하는 네트워크 분석
연습 안내
- 다음 열을 포함하는 데이터 프레임을 만드세요.
trip_out에는trip_g_simp의"out"차수 분포를 담으세요.trip_in에는"in"차수 분포를 담으세요.ratio에는 "out" 차수를 "in" 차수로 나눈 비율을 담으세요.
trip_out과trip_in이 모두10보다 큰 행만 남기도록trip_deg를 필터링하세요.- 필터링된
ratio들의 히스토그램을 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)