Matrix-plot
Laten we nu oefenen met het maken van visualisaties. De eerste is de Matrix-plot. In een Matrix-plot stelt de matrix de edges voor.
Deze oefening maakt deel uit van de cursus
Introductie tot netwerkanalyse in Python
Oefeninstructies
- Maak een Matrix-plotvisualisatie van de grootste verbonden component-subgraaf, met auteurs gegroepeerd op hun gebruikersgroepnummer.
- Bereken eerst de grootste verbonden component-subgraaf door
nx.connected_components(G)te gebruiken binnen de meegeleverde functiesorted(). Pythons ingebouwdesorted()-functie neemt een iterabele en geeft een gesorteerde lijst terug (standaard oplopend). Om toegang te krijgen tot de grootste verbonden component-subgraaf, wordt de expressie daarom gesliced met[-1]. - Maak de
matrix-ploth. Je moet de parametersgraphengroup_byop respectievelijk de grootste verbonden component-subgraaf en'grouping'zetten. - Teken de
matrix-plot op het scherm.
- Bereken eerst de grootste verbonden component-subgraaf door
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import necessary modules
from nxviz import matrix
import matplotlib.pyplot as plt
# Calculate the largest connected component: largest_ccs
largest_ccs = sorted(____, key=lambda x: len(x))[-1]
# Create the customized Matrix plot: h
h = ____
# Draw the Matrix plot to the screen
plt.show()