Właściwości macierzy sąsiedztwa grafów dwudzielnych.

Przypomnijmy sobie pojęcia związane z grafami dwudzielnymi i ich macierzami sąsiedztwa.

Które z poniższych stwierdzeń najlepiej opisuje macierze sąsiedztwa grafów dwudzielnych?

To ćwiczenie jest częścią kursu

Analiza sieci w Pythonie – poziom średniozaawansowany

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Analiza sieci w Pythonie – poziom średniozaawansowany

SkillTag.level.advancedSkillTag.label

4.8+

Rozpocznij kurs za darmo

W tym rozdziale poznasz grafy dwudzielne i dowiesz się, jak są wykorzystywane w systemach rekomendacji. Przeanalizujesz zbiór danych GitHub z poprzedniego kursu – tym razem skupiając się na leżącym u jego podstaw grafie dwudzielnym. Na koniec zbudujesz podstawowe elementy systemu rekomendacji, korzystając z danych GitHub!

Exercise 1: Definicje i podstawowe podsumowanie Exercise 2: Eksploracyjna analiza danych Exercise 3: Wizualizacja za pomocą nxviz Exercise 4: Grafy dwudzielne Exercise 5: Słowo kluczowe bipartite Exercise 6: Rozkład centralności stopnia węzłów użytkowników Exercise 7: Rozkład centralności stopnia węzłów projektów Exercise 8: Grafy dwudzielne i systemy rekomendacji Exercise 9: Wspólne węzły w drugiej partycji Exercise 10: Metryka podobieństwa użytkowników Exercise 11: Znajdź podobnych użytkowników Exercise 12: Rekomendowanie repozytoriów

W tym rozdziale wykorzystasz słynny zbiór danych dotyczący Rewolucji Amerykańskiej, by głębiej zbadać grafy dwudzielne. Nauczysz się tworzyć jednostronne rzuty grafu dwudzielnego – bardzo przydatną metodę upraszczania złożonych sieci na potrzeby dalszej analizy. Poznasz również macierzowe sposoby manipulowania grafami i ich analizy. Dzięki licznym procedurom obliczeniowym zoptymalizowanym pod kątem macierzy będziesz w stanie szybko i sprawnie analizować nawet duże grafy!

Exercise 1: Koncepcja projekcji Exercise 2: Wczytywanie grafów Exercise 3: Obliczanie rzutu grafu Exercise 4: Rysowanie rozkładu centralności stopnia na projekcji Exercise 5: Grafy dwudzielne jako macierze Exercise 6: Właściwości macierzy sąsiedztwa grafów dwudzielnych.

Bieżące ćwiczenie

Exercise 7: Oblicz macierz sąsiedztwa Exercise 8: Wspólne członkostwo: transpozycja Exercise 9: Reprezentacja danych sieciowych w pandas Exercise 10: Utwórz listę węzłów Exercise 11: Tworzenie listy krawędzi

W tym rozdziale zgłębisz podstawowe metody analizy grafów zmieniających się w czasie. Przeanalizujesz zbiór danych opisujący częstotliwość wiadomości między studentami i nauczysz się wizualizować kluczowe, ewoluujące statystyki grafów.

Exercise 1: Wprowadzenie do różnic między grafami Exercise 2: Lista grafów Exercise 3: Różnice między grafami w czasie Exercise 4: Wykres liczby zmian krawędzi w czasie Exercise 5: Ewoluujące statystyki grafu Exercise 6: Liczba krawędzi w czasie Exercise 7: Centralność stopnia w czasie Exercise 8: Przybliżenie i oddalenie: ogólne podsumowanie grafu Exercise 9: Znajdź węzły o najwyższych centralnościach stopnia Exercise 10: Wizualizacja połączeń

W tym rozdziale zastosujesz wszystko, czego nauczyłeś się w poprzednich trzech rozdziałach, do zbioru danych z postami na forum. Przeanalizujesz zmiany w czasie dotyczące wzorców połączeń między użytkownikami forum i stworzysz wizualizacje ewoluujących statystyk grafów.

Exercise 1: Wprowadzenie do zbioru danych Exercise 2: Tworzenie grafu z ramki danych pandas Exercise 3: Wizualizacja rozkładu centralności stopnia dla projekcji studentów Exercise 4: Wizualizacja rozkładu centralności stopnia dla rzutu na fora Exercise 5: Filtrowanie według czasu Exercise 6: Filtrowanie krawędzi według czasu Exercise 7: Wizualizacja przefiltrowanego grafu za pomocą nxviz Exercise 8: Analiza szeregów czasowych Exercise 9: Wykres liczby publikowanych wpisów w czasie Exercise 10: Wyznaczanie średniej centralności stopnia dzień po dniu dla partycji studentów Exercise 11: Znajdź najpopularniejsze fora dzień po dniu: I Exercise 12: Znajdź najpopularniejsze fora dzień po dniu: II Exercise 13: Gratulacje!