Aan de slagBegin gratis

Plot graadcentraliteit op projectie

Hier ga je de verdelingen van graadcentraliteit vergelijken voor elk van de volgende grafen: de originele graaf G, de projectie van de mensen peopleG, en de projectie van de clubs clubsG. Dit benadrukt het verschil in de berekening van graadcentraliteit tussen bipartiete en unipartiete varianten van deze metriek. De knooplijsten people en clubs zijn al voor je ingeladen.

Onthoud uit de video dat de bipartite-functies een container met knopen nodig hebben, maar alsnog alle graadcentraliteitsscores teruggeven. Denk er ook aan dat graadcentraliteitsscores worden opgeslagen als dictionaries (mapping van knoop naar score).

Deze oefening maakt deel uit van de cursus

Gemiddelde netwerkanalyse in Python

Bekijk cursus

Oefeninstructies

  • Plot de verdeling van de graadcentraliteit van de originele graaf G met de degree_centrality-functie uit de bipartite-module: nx.bipartite.degree_centrality(). Deze neemt twee argumenten: de graaf G en een van de knooplijsten (people of clubs).
  • Plot de verdeling van de graadcentraliteit van de peopleG-graaf met de normale/niet-bipartiete degree_centrality-functie van NetworkX: nx.degree_centrality().
  • Plot de verdeling van de graadcentraliteit van de clubsG-graaf met de normale/niet-bipartiete degree_centrality-functie van NetworkX: nx.degree_centrality().

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

import matplotlib.pyplot as plt 

# Plot the degree centrality distribution of both node partitions from the original graph
plt.figure()
original_dc = ____
# Remember that you can directly plot dictionary values.
plt.hist(____, alpha=0.5)
plt.yscale('log')
plt.title('Bipartite degree centrality')
plt.show()


# Plot the degree centrality distribution of the peopleG graph
plt.figure()  
people_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of people partition')
plt.show()

# Plot the degree centrality distribution of the clubsG graph
plt.figure() 
clubs_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of clubs partition')
plt.show()
Code bewerken en uitvoeren