Kvoter
Även om det inte är ett strikt mått på nätverksvikt, är idén om att bli "ratio'd" ett nätverksmått som är specifikt för Twitter och används typiskt för att bedöma ett tweets impopularitet. "The Ratio", som det kallas, beräknas genom att ta antalet svar och dividera det med antalet retweets. I vårt fall är det logiskt att enbart använda in-graderna för både retweet- och svarsnätverken.
Nätverken G_rt och G_reply, samt column_names = ['screen_name', 'degree'] har redan laddats in åt dig.
Den här övningen är en del av kursen
Analys av sociala medier i Python
Övningsinstruktioner
- Beräkna in-graden för retweet-nätverket med grafmetoden
.in_degree(). - Gör samma sak för svarsnätverket.
- Slå ihop de två DataFrames med
.merge(). - Beräkna kvoten. Kolumnnamnen är
degree_replyochdegree_rt.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Calculate in-degrees and store in DataFrame
degree_rt = pd.DataFrame(list(____.____()), columns = column_names)
degree_reply = pd.DataFrame(list(____.____()), columns = column_names)
# Merge the two DataFrames on screen name
ratio = ____.____(____, on = 'screen_name', suffixes = ('_rt', '_reply'))
# Calculate the ratio
ratio['ratio'] = ____ / ____
# Exclude any tweets with less than 5 retweets
ratio = ratio[ratio['degree_rt'] >= 5]
# Print out first five with highest ratio
print(ratio.sort_values('ratio', ascending = False).head())