Kom igångKom igång gratis

Mest trafikerade stationer med vikter

Hittills har vi bara analyserat nätverket med oviktade kanter. Men kantvikterna representerar faktiskt antalet resor, så det är logiskt att utöka gradsfördelningsanalysen med en viktad version. Det här är viktigt eftersom det som behöver balanseras om är cyklar – inte bara antalet förbindelser. Om vikterna är desamma för alla stationer räcker ett oviktat gradsmått. Men om vi vill veta hur många cyklar som faktiskt flödar genom nätverket behöver vi ta hänsyn till vikterna.

Den viktade motsvarigheten till gradsfördelning kallas styrka (strength). Vi beräknar den med funktionen strength(), som ger en viktad gradsfördelning baserad på attributet weight hos grafens kanter.

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 den viktade gradsfördelningen (styrkan) för riktningen "out" i trip_g_simp.
    • trip_in ska innehålla den viktade gradsfördelningen för riktningen "in".
    • ratio ska innehålla kvoten av "out"-graderna dividerat med "in"-graderna.
  • Filtrera trip_strng så att bara rader där både trip_out och trip_in är större än 10 behålls.
  • Rita ett histogram över de filtrerade kvoterna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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

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

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