ComeçarComece de graça

Plotar centralidade de grau na projeção

Aqui, você vai comparar as distribuições de centralidade de grau para cada um dos seguintes grafos: o grafo original G, a projeção do grafo de pessoas peopleG e a projeção do grafo de clubes clubsG. Isso vai reforçar a diferença no cálculo do escore de centralidade de grau entre as versões bipartida e unipartida das métricas de centralidade. As listas de nós people e clubs já foram carregadas para você.

Lembre-se do vídeo: as funções para grafos bipartidos exigem passar um conjunto de nós, mas ainda assim retornam todos os escores de centralidade de grau. Lembre-se também de que os escores de centralidade de grau são armazenados como dicionários (mapeando nó para escore).

Este exercício faz parte do curso

Análise de Redes Intermediária em Python

Ver curso

Instruções do exercício

  • Plote a distribuição da centralidade de grau do grafo original G, usando a função degree_centrality do módulo bipartite: nx.bipartite.degree_centrality(). Ela recebe dois argumentos: o grafo G e uma das listas de nós (people ou clubs).
  • Plote a distribuição da centralidade de grau do grafo peopleG, usando a função normal/não bipartida degree_centrality do NetworkX: nx.degree_centrality().
  • Plote a distribuição da centralidade de grau do grafo clubsG, usando a função normal/não bipartida degree_centrality do NetworkX: nx.degree_centrality().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

import matplotlib.pyplot as plt 

# Plot the degree centrality distribution of both node partitions from the original graph
plt.figure()
original_dc = ____
# Remember that you can directly plot dictionary values.
plt.hist(____, alpha=0.5)
plt.yscale('log')
plt.title('Bipartite degree centrality')
plt.show()


# Plot the degree centrality distribution of the peopleG graph
plt.figure()  
people_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of people partition')
plt.show()

# Plot the degree centrality distribution of the clubsG graph
plt.figure() 
clubs_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of clubs partition')
plt.show()
Editar e executar o código