ComeçarComece de graça

Mergulho profundo - rede do Twitter parte II

Agora, você vai fazer um mergulho análogo em centralidade de intermediação! Apenas algumas dicas para ajudar: lembre-se de que a centralidade de intermediação é calculada com nx.betweenness_centrality(G).

Este exercício faz parte do curso

Introdução à Análise de Redes em Python

Ver curso

Instruções do exercício

  • Escreva uma função find_node_with_highest_bet_cent(G) que retorne o(s) nó(s) com a maior centralidade de intermediação.
    • Calcule a centralidade de intermediação de G.
    • Calcule a centralidade de intermediação máxima usando a função max() em list(bet_cent.values()).
    • Itere sobre o dicionário de centralidade de intermediação, bet_cent.items().
    • Se o valor de centralidade de intermediação v do nó atual k for igual a max_bc, adicione-o ao conjunto de nós.
  • Use sua função para encontrar o(s) nó(s) com a maior centralidade de intermediação em T.
  • Escreva uma instrução de asserção para verificar se você encontrou o nó correto. Isso já foi feito para você, então clique em 'Enviar Resposta' para ver o resultado!

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Define find_node_with_highest_bet_cent()
def find_node_with_highest_bet_cent(G):

    # Compute betweenness centrality: bet_cent
    bet_cent = ____

    # Compute maximum betweenness centrality: max_bc
    max_bc = ____

    nodes = set()

    # Iterate over the betweenness centrality dictionary
    for k, v in ____:

        # Check if the current value has the maximum betweenness centrality
        if ____ == ____:

            # Add the current node to the set of nodes
            ____

    return nodes

# Use that function to find the node(s) that has the highest betweenness centrality in the network: top_bc
top_bc = ____
print(top_bc)

# Write an assertion statement that checks that the node(s) is/are correctly identified.
for node in top_bc:
    assert nx.betweenness_centrality(T)[node] == max(nx.betweenness_centrality(T).values())
Editar e executar o código