ÎncepețiÎncepe gratuit

Stațiile cu cel mai mare flux de intrare și ieșire

Vom analiza care stații sunt cele mai frecvent utilizate ca puncte de plecare și de sosire, dar și raportul dintre gradul de intrare și cel de ieșire. Astfel, vom putea identifica stațiile dezechilibrate – adică acelea din care bicicletele sunt preluate în mod constant sau la care se acumulează. Pentru ca un sistem de bike sharing să funcționeze eficient, nu pot exista prea multe stații de tip sursă sau destinație finală, altfel operatorul rețelei ar trebui să redistribuie continuu bicicletele. În mod ideal, rețeaua este proiectată să se autoechilibreze – iar dacă funcționează corect, ne așteptăm ca aproape toate stațiile să aibă un raport intrări/ieșiri de aproximativ unu. Vom analiza mai întâi cazul neponderat.

Acest exercițiu face parte din cursul

Studii de caz: Analiza rețelelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un data frame care conține următoarele coloane.
    • trip_out trebuie să conțină distribuția gradelor "out" ale grafului trip_g_simp.
    • trip_in trebuie să conțină distribuția gradelor "in".
    • ratio trebuie să conțină raportul dintre gradele "out" și gradele "in".
  • Filtrează trip_deg pentru rândurile în care atât trip_out, cât și trip_in sunt mai mari decât 10.
  • Reprezintă grafic o histogramă a rapoartelor filtrate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

trip_deg <- data_frame(
  # Find the "out" degree distribution
  trip_out = degree(___, mode = "___"), 
  # ... and the "in" degree distribution
  trip_in = degree(___, mode = "in")
  # Calculate the ratio of out / in
  ratio = ___ / trip_in
)

trip_deg_filtered <- trip_deg %>%
  # Filter for rows where trips in and out are both over 10
  ___(___ > 10, ___ > 10) 

# Plot histogram of filtered ratios
hist(___$ratio)
Editează și rulează codul