НачатьНачать бесплатно

Глубокое погружение — сеть Twitter, часть II

Теперь вы проведёте аналогичный анализ, но уже для центральности по посредничеству! Помните, что она вычисляется с помощью nx.betweenness_centrality(G).

Это упражнение является частью курса

Введение в анализ сетей на Python

Посмотреть курс

Инструкции к упражнению

  • Напишите функцию find_node_with_highest_bet_cent(G), которая возвращает узел (или узлы) с наибольшей центральностью по посредничеству.
    • Вычислите центральность по посредничеству для G.
    • Найдите максимальное значение центральности по посредничеству с помощью функции max() от list(bet_cent.values()).
    • Выполните итерацию по словарю центральности по посредничеству, bet_cent.items().
    • Если значение центральности по посредничеству v текущего узла k равно max_bc, добавьте его в множество узлов.
  • Используйте написанную функцию, чтобы найти узел (или узлы) с наибольшей центральностью по посредничеству в T.
  • Напишите оператор проверки (assert), подтверждающий правильность найденного узла. Этот шаг уже выполнен за вас — нажмите «Отправить ответ», чтобы увидеть результат!

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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())
Редактировать и запускать код