ComeçarComece de graça

Extraia a centralidade de grau média dia a dia na partição de estudantes

Aqui, você vai verificar se a centralidade de grau média em todos os nós está correlacionada com o número de arestas plotadas ao longo do tempo. Pode ser que não haja uma correlação forte, e você vai conferir se é o caso.

Este exercício faz parte do curso

Análise de Redes Intermediária em Python

Ver curso

Instruções do exercício

  • Instancie um novo grafo chamado G_sub contendo um subconjunto de arestas.
  • Adicione nós de G, incluindo os metadados dos nós.
  • Adicione as arestas que atendem aos critérios usando o método .add_edges_from().
  • Obtenha a projeção de estudantes G_student_sub a partir de G_sub usando a função nx.bipartite.projected_graph().
  • Calcule a centralidade de grau da projeção de estudantes usando nx.degree_centrality() (não use a versão bipartida).
  • Acrescente a centralidade de grau média à lista mean_dcs. Certifique-se de converter dc.values() para uma lista antes.
  • Clique em "Enviar Resposta" para visualizar o gráfico!

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

from datetime import datetime, timedelta
import numpy as np
import networkx as nx
import matplotlib.pyplot as plt

# Initialize a new list: mean_dcs
mean_dcs = []
curr_day = dayone
td = timedelta(days=2)

while curr_day < lastday:
    if curr_day.day == 1:
        print(curr_day)  
    # Instantiate a new graph containing a subset of edges: G_sub
    G_sub = ____
    # Add nodes from G
    G_sub.____(____)
    # Add in edges that fulfill the criteria
    G_sub.____([(u, v, d) for u, v, d in G.edges(data=True) if d['date'] >= curr_day and d['date'] < curr_day + td])
    
    # Get the students projection
    G_student_sub = ____
    # Compute the degree centrality of the students projection
    dc = ____
    # Append mean degree centrality to the list mean_dcs
    mean_dcs.____(np.mean(____(dc.values())))
    # Increment the time
    curr_day += td
    
plt.plot(mean_dcs)
plt.xlabel('Time elapsed')
plt.ylabel('Degree centrality.')
plt.show()
Editar e executar o código