Meest bereisde vertrek- en aankomststations met gewichten
Tot nu toe hebben we ons netwerk alleen bekeken met ongewogen randen. Maar onze randgewichten zijn eigenlijk het aantal ritten, dus het is logisch om onze graadanalyse uit te breiden met een gewogen graadverdeling. Dit is belangrijk, want hoewel een gebalanceerde graadverhouding telt, zijn het de fietsen die je moet herverdelen. Als de gewichten voor alle stations gelijk zijn, volstaat een ongewogen graadverhouding. Maar als we willen weten hoeveel fietsen er daadwerkelijk stromen, moeten we gewichten meenemen.
De gewogen tegenhanger van graadverdeling is strength. Dit bereken je met de functie strength(), die een gewogen graadverdeling geeft op basis van het weight-attribuut van de randen in een graaf.
Deze oefening maakt deel uit van de cursus
Casestudies: netwerkanalyse in R
Oefeninstructies
- Maak een data frame met de volgende kolommen.
trip_outmoet de"out"gewogen graad- (strength) verdeling vantrip_g_simpbevatten.trip_inmoet de"in"gewogen graadverdeling bevatten.ratiomoet de verhouding bevatten van de "out"-graden gedeeld door de "in"-graden.
- Filter
trip_strngop rijen waar zoweltrip_outalstrip_ingroter zijn dan10. - Maak een histogram van de gefilterde verhoudingen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
trip_strng <- data_frame(
# Find the "out" strength distribution
trip_out = strength(___, mode = "___"),
# ... and the "in" strength distribution
trip_in = strength(___, mode = "in"),
# Calculate the ratio of out / in
ratio = ___ / trip_in
)
trip_strng_filtered <- trip_strng %>%
# Filter for rows where trips in and out are both over 10
filter(___ > 10, ___ > 10)
# Plot histogram of filtered ratios
hist(___$ratio)