Сравнение расстояний в графе и географических расстояний

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Примеры из практики: анализ сетей в R

SkillTag.level.beginnerSkillTag.label

4.8+

Начать курс бесплатно

В этой главе вы исследуете подмножество графа покупок Amazon. Опираясь на уже полученные знания, вы найдёте ключевые товары и выясните, что влияет на решение о покупке. Вы также изучите, как графы изменяются со временем, анализируя данные за разные периоды.

Exercise 1: Исследование набора данных Exercise 2: Поиск диад и триад Exercise 3: Кластеризация и взаимность Exercise 4: Важные продукты Exercise 5: Что делает продукт важным?Exercise 6: Исследование временной структуры Exercise 7: Метрики во времени Exercise 8: Визуализация метрик во времени

В этом уроке вы исследуете данные Twitter об R, анализируя разговоры с хэштегом «#rstats». Сначала вы изучите исходные данные и определите, как лучше построить граф. Существует несколько подходов — мы рассмотрим два из них: ретвиты и упоминания. Вы построите соответствующие графы и сравните их по ряду показателей.

Exercise 1: Создание графа ретвитов Exercise 2: Визуализация графа Exercise 3: Визуализация узлов по степени Exercise 4: Как распределена центральность?Exercise 5: Кто играет ключевую роль в обсуждении?Exercise 6: Визуализация важных вершин Exercise 7: Построение графа упоминаний Exercise 8: Сравнение графов упоминаний и ретвитов Exercise 9: Ассортативность и взаимность Exercise 10: Кто с кем разговаривает Exercise 11: Поиск сообществ Exercise 12: Сравнение алгоритмов выявления сообществ Exercise 13: Визуализация сообществ

В этой главе вы проанализируете данные чикагской сети велопроката. Вы продолжите развивать концепции, изученные в базовом курсе, и освоите несколько новых — для работы с графами, у которых рёбра имеют веса. Кроме того, вы начнёте работу с данными в более «сыром» виде и научитесь строить граф из источника данных, с которым можете столкнуться на практике.

Exercise 1: Создание графа из необработанных данных Exercise 2: Построение графов для разных типов пользователей Exercise 3: Сравнение графов для разных типов пользователей Exercise 4: Сравнение расстояний в графе и географических расстояний

Текущее упражнение

Exercise 5: Сравнение расстояний для подписчиков и неподписчиков Exercise 6: Самые популярные станции прибытия и отправления Exercise 7: Самые загруженные станции отправления и прибытия с учётом весов Exercise 8: Визуализация центральных вершин Exercise 9: Взвешенные меры центральности Exercise 10: Связность Exercise 11: Поиск минимального разреза 1 Exercise 12: Поиск минимального разреза 2 Exercise 13: Рандомизация невзвешенной кластеризации Exercise 14: Рандомизации взвешенной кластеризации

До сих пор для построения графиков мы использовали только средства igraph. Этот пакет предоставляет широкие возможности для визуализации графовых данных. Однако многие предпочитают другие инструменты — например, ggplot2 или интерактивные фреймворки вроде d3.js. В этом уроке вы познакомитесь с библиотеками визуализации, построенными на основе ggplot2. Вы также изучите альтернативные подходы к отображению графов — в частности, hive plots, — а также научитесь создавать интерактивные и анимированные графики.

Exercise 1: Другие пакеты для визуализации графов!Exercise 2: Основы ggnet Exercise 3: Основы ggnetwork Exercise 4: Дополнительные параметры построения графиков в ggnet Exercise 5: Дополнительные возможности построения графиков в ggnetwork Exercise 6: Интерактивные визуализации Exercise 7: Интерактивные графики с ggiraph Exercise 8: Интерактивные графики на JavaScript Exercise 9: Альтернативные способы визуализации Exercise 10: Альтернативные способы визуализации графа: Hive-графики Exercise 11: BioFabric как HTML-виджет Exercise 12: Отображение графов на карте