Zacznij terazZacznij za darmo

Znajdź węzły o najwyższych centralnościach stopnia

W tym ćwiczeniu przyjrzysz się bliżej, czy jest coś interesującego w najbardziej połączonych studentach w sieci. Na początek znajdziesz grupę studentów o najwyższych centralnościach stopnia. Wynik zostanie zapisany i wykorzystany w kolejnym ćwiczeniu z wizualizacją.

To ćwiczenie jest częścią kursu

Analiza sieci w Pythonie – poziom średniozaawansowany

Zobacz kurs

Instrukcje do ćwiczenia

  • Pobierz 5 najwyższych unikalnych wartości centralności stopnia. Użyj do tego funkcji sorted(), w której pierwszym argumentem jest zbiór wartości centralności stopnia grafu G (ponieważ zależy ci na unikalnych wartościach), a drugim argumentem jest reverse=True, aby wyniki były posortowane malejąco. Ogranicz wyniki do 5 najwyższych wartości, dodając odpowiednie cięcie na końcu wyrażenia. Pamiętaj też, aby użyć .values() na zwróconych wynikach centralności stopnia!
  • Utwórz listę węzłów, które mają 5 najwyższych ogólnych centralności stopnia. W tym celu:
    • Iteruj po słowniku wartości centralności stopnia, używając metody .items() na nx.degree_centrality(G).
    • Jeśli dc znajduje się w top_dcs, dołącz węzeł n do listy top_connected.
  • Wyświetl liczbę węzłów współdzielących 5 najwyższych wartości centralności stopnia (top_connected), używając len().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Get the top 5 unique degree centrality scores: top_dcs
top_dcs = ____(set(____), reverse=True)[____:____]

# Create list of nodes that have the top 5 highest overall degree centralities
top_connected = []
for n, dc in ____:
    if ____ in ____:
        ____
        
# Print the number of nodes that share the top 5 degree centrality scores
print(____)
Edytuj i uruchom kod