Aan de slagBegin gratis

Visualiseer de verdeling van degree centrality van de studentenprojectie

In deze oefening visualiseer je de verdeling van degree centrality van de studentenprojectie. Dit is een herhaling van twee concepten die je eerder hebt geleerd: degree centrality en projecties.

Deze oefening maakt deel uit van de cursus

Gemiddelde netwerkanalyse in Python

Bekijk cursus

Oefeninstructies

  • Zet de knooppunten uit de 'student'-partitie in een lijst met de naam student_nodes.
    • Gebruik hiervoor een list comprehension: loop over alle knooppunten van G (inclusief de metadata) en controleer of het 'bipartite'-kenmerk van d gelijk is aan 'student'.
  • Maak de projectie van studentenknooppunten als een graaf met de naam G_students. Gebruik hiervoor de functie nx.bipartite.projected_graph(). Vergeet niet het keywordargument nodes=student_nodes op te geven.
  • Bereken de degree centrality van G_students met nx.degree_centrality(). Sla het resultaat op als dcs.
  • Plot het histogram van de degree centrality-waarden.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Import necessary modules
import matplotlib.pyplot as plt
import networkx as nx

# Get the student partition's nodes: student_nodes
student_nodes = [n for n, d in ____ if d['____'] == '____']

# Create the students nodes projection as a graph: G_students
G_students = ____

# Calculate the degree centrality using nx.degree_centrality: dcs
dcs = ____

# Plot the histogram of degree centrality values
plt.hist(list(____))
plt.yscale('log')  
plt.show()
Code bewerken en uitvoeren