Aan de slagGa gratis aan de slag

Verdieping - Twitter-netwerk deel II

Nu ga je een vergelijkbare verdieping doen voor betweenness-centraliteit! Een paar tips om je op weg te helpen: onthoud dat betweenness-centraliteit wordt berekend met nx.betweenness_centrality(G).

Deze oefening maakt deel uit van de cursus

Introductie tot netwerkanalyse in Python

Cursus bekijken

Oefeninstructies

  • Schrijf een functie find_node_with_highest_bet_cent(G) die de knoop(pen) met de hoogste betweenness-centraliteit teruggeeft.
    • Bereken de betweenness-centraliteit van G.
    • Bepaal de maximale betweenness-centraliteit met de functie max() op list(bet_cent.values()).
    • Itereer over het betweenness-centraliteit-woordenboek, bet_cent.items().
    • Als de betweenness-waarde v van de huidige knoop k gelijk is aan max_bc, voeg die dan toe aan de set met knopen.
  • Gebruik je functie om de knoop(pen) te vinden met de hoogste betweenness-centraliteit in T.
  • Schrijf een assert-instructie om te controleren dat je de juiste knoop hebt. Dit is al voor je gedaan, dus klik op 'Antwoord verzenden' om het resultaat te zien!

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Define find_node_with_highest_bet_cent()
def find_node_with_highest_bet_cent(G):

    # Compute betweenness centrality: bet_cent
    bet_cent = ____

    # Compute maximum betweenness centrality: max_bc
    max_bc = ____

    nodes = set()

    # Iterate over the betweenness centrality dictionary
    for k, v in ____:

        # Check if the current value has the maximum betweenness centrality
        if ____ == ____:

            # Add the current node to the set of nodes
            ____

    return nodes

# Use that function to find the node(s) that has the highest betweenness centrality in the network: top_bc
top_bc = ____
print(top_bc)

# Write an assertion statement that checks that the node(s) is/are correctly identified.
for node in top_bc:
    assert nx.betweenness_centrality(T)[node] == max(nx.betweenness_centrality(T).values())
Code bewerken en uitvoeren