1. Learn
    2. /
  2. Cursuri
    3. /
  3. Analiză intermediară a rețelelor în Python
Connected

exercițiu

Reprezentarea grafică a centralității gradului pe proiecție

Aici vei compara distribuțiile centralității gradului pentru fiecare dintre următoarele grafuri: graful original G, proiecția grafului persoanelor peopleG și proiecția grafului cluburilor clubsG. Aceasta va consolida diferența dintre calculul scorului de centralitate a gradului în versiunile bipartite și unipartite ale acestei metrici. Listele de noduri people și clubs au fost preîncărcate pentru tine.

Reține din videoclip că funcțiile bipartite necesită transmiterea unui container de noduri, dar vor returna totuși toate scorurile de centralitate a gradului. Amintește-ți, de asemenea, că scorurile de centralitate a gradului sunt stocate ca dicționare (care mapează nodul la scor).

Instrucțiuni

100 XP
  • Reprezintă grafic distribuția centralității gradului a grafului original G, folosind funcția degree_centrality din modulul bipartit: nx.bipartite.degree_centrality(). Aceasta primește două argumente: graful G și una dintre listele de noduri (people sau clubs).
  • Reprezintă grafic distribuția centralității gradului a grafului peopleG, folosind funcția normală (non-bipartită) degree_centrality din NetworkX: nx.degree_centrality().
  • Reprezintă grafic distribuția centralității gradului a grafului clubsG, folosind funcția normală (non-bipartită) degree_centrality din NetworkX: nx.degree_centrality().