Kom igångKom igång gratis

Mest besökta stationer – dit och därifrån

Här undersöker vi vilka stationer som oftast används som start- respektive slutpunkt, samt kvoten mellan in- och utgrad. Det ger oss en bild av vilka stationer som är skeva – antingen genom att många cyklar hämtas därifrån eller lämnas där. För att ett cykdelningsnätverk som detta ska fungera väl får det inte finnas för många käll- eller sinknoder, annars måste nätverksägaren ständigt flytta runt cyklar. Idealt är nätverket utformat för att rätta sig självt, och om det fungerar som det ska förväntar vi oss att nästan alla stationer har en kvot mellan in- och utgrad nära ett. Vi börjar med att titta på det oviktade fallet.

Den här övningen är en del av kursen

Fallstudier: Nätverksanalys i R

Visa kurs

Övningsinstruktioner

  • Skapa en dataram med följande kolumner.
    • trip_out ska innehålla graddistributionen för "out" i trip_g_simp.
    • trip_in ska innehålla graddistributionen för "in".
    • ratio ska innehålla kvoten mellan utgrader och ingrader.
  • Filtrera trip_deg för rader där både trip_out och trip_in är större än 10.
  • Rita ett histogram över de filtrerade kvoterna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

trip_deg <- data_frame(
  # Find the "out" degree distribution
  trip_out = degree(___, mode = "___"), 
  # ... and the "in" degree distribution
  trip_in = degree(___, mode = "in")
  # Calculate the ratio of out / in
  ratio = ___ / trip_in
)

trip_deg_filtered <- trip_deg %>%
  # Filter for rows where trips in and out are both over 10
  ___(___ > 10, ___ > 10) 

# Plot histogram of filtered ratios
hist(___$ratio)
Redigera och kör kod