Zacznij terazZacznij za darmo

Znajdowanie kluczowych współpracowników

Już prawie! Teraz jeszcze raz przyjrzyj się ważnym węzłom. Skorzystasz z funkcji degree_centrality() i betweenness_centrality() z biblioteki NetworkX, aby obliczyć odpowiednie wyniki centralności, a następnie użyjesz tych informacji do znalezienia „ważnych węzłów". Innymi słowy, twoim zadaniem w tym ćwiczeniu jest znalezienie użytkownika (lub użytkowników), który współpracował z największą liczbą innych użytkowników.

To ćwiczenie jest częścią kursu

Wprowadzenie do analizy sieci w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz centralność stopnia dla G i zapisz wynik jako deg_cent.
  • Oblicz maksymalną centralność stopnia. Ponieważ deg_cent jest słownikiem, użyj metody .values(), aby uzyskać listę jego wartości, a następnie wyznacz maksimum za pomocą funkcji max().
  • Zidentyfikuj najbardziej aktywnych współpracowników, korzystając z wyrażenia listowego:
    • Iteruj po słowniku centralności stopnia deg_cent obliczonym wcześniej, używając jego metody .items(). Jaki warunek musi być spełniony, aby znaleźć użytkownika (lub użytkowników) współpracującego z największą liczbą osób? Podpowiedź: dotyczy to maksymalnej centralności stopnia.
  • Kliknij „Prześlij odpowiedź", aby zobaczyć, kto jest najbardziej aktywnym współpracownikiem!

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute the degree centralities of G: deg_cent
deg_cent = ____

# Compute the maximum degree centrality: max_dc
max_dc = ____

# Find the user(s) that have collaborated the most: prolific_collaborators
prolific_collaborators = [n for n, dc in ____ if ____ == ____]

# Print the most prolific collaborator(s)
print(prolific_collaborators)
Edytuj i uruchom kod