НачатьНачать бесплатно

Поиск ключевых участников совместной работы

Финальный шаг! Вы снова обратитесь к анализу важных узлов. В этом упражнении вы воспользуетесь функциями degree_centrality() и betweenness_centrality() из NetworkX, чтобы вычислить соответствующие показатели центральности, а затем определить «важные узлы». Иными словами, ваша задача — найти пользователя (или пользователей), которые сотрудничали с наибольшим числом других пользователей.

Это упражнение является частью курса

Введение в анализ сетей на Python

Посмотреть курс

Инструкции к упражнению

  • Вычислите центральности по степени для G и сохраните результат в переменную deg_cent.
  • Найдите максимальную центральность по степени. Поскольку deg_cent является словарём, используйте метод .values(), чтобы получить список значений, а затем примените функцию max().
  • Определите наиболее активных участников совместной работы с помощью спискового включения:
    • Выполните итерацию по словарю центральностей deg_cent, используя его метод .items(). Какое условие нужно проверить, чтобы найти пользователя (или пользователей), сотрудничавших с наибольшим числом других? Подсказка: оно связано с максимальной центральностью по степени.
  • Нажмите «Отправить ответ», чтобы узнать, кто оказался самым активным участником совместной работы!

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compute the degree centralities of G: deg_cent
deg_cent = ____

# Compute the maximum degree centrality: max_dc
max_dc = ____

# Find the user(s) that have collaborated the most: prolific_collaborators
prolific_collaborators = [n for n, dc in ____ if ____ == ____]

# Print the most prolific collaborator(s)
print(prolific_collaborators)
Редактировать и запускать код