Aan de slagBegin gratis

Bereken de adjacentiematrix

Nu ga je oefenen met matrices en vermenigvuldiging van sparse matrices om projecties te berekenen! In deze oefening gebruik je de matrixvermenigvuldigingsoperator @, die is geïntroduceerd in Python 3.5.

Je werkt verder met de American Revolution-graaf. De twee partities die hier relevant zijn, zijn 'people' en 'clubs'.

Deze oefening maakt deel uit van de cursus

Gemiddelde netwerkanalyse in Python

Bekijk cursus

Oefeninstructies

  • Haal de lijst met personen en de lijst met clubs uit de graaf G met de functie get_nodes_from_partition() die je in het vorige hoofdstuk hebt gedefinieerd. Deze functie accepteert twee parameters: een graaf en een partitie.
  • Bereken de bi-adjacentiematrix met nx.bipartite.biadjacency_matrix(), waarbij je de parameter row_order instelt op people_nodes en column_order op clubs_nodes. Vergeet niet ook de graaf G mee te geven.
  • Bereken de user-user-projectie door (met de @-operator) de bi-adjacentiematrix bi_matrix te vermenigvuldigen met zijn transpositie, bi_matrix.T.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Get the list of people and list of clubs from the graph: people_nodes, clubs_nodes
people_nodes = ____
clubs_nodes = ____

# Compute the biadjacency matrix: bi_matrix
bi_matrix = ____(____, row_order=____, column_order=____)

# Compute the user-user projection: user_matrix
user_matrix = ____

print(user_matrix)
Code bewerken en uitvoeren