Kom igångKom igång gratis

Visualisera konnektivitet

I den här övningen ska du visualisera hur konnektiviteten hos de mest uppkopplade noderna förändras över tid. Listan med de mest uppkopplade värdena, top_connected, från föregående övning är redan inläst.

Kommer du ihåg defaultdict från kapitel 1? Du använder en till här! Som Eric nämnde i videon är defaultdict att föredra framför en vanlig Python-ordbok, eftersom den senare ger ett KeyError om du försöker hämta ett värde med en nyckel som inte finns i ordboken.

Den här övningen använder nästlade for-loopar – det vill säga en for-loop inuti en annan.

Den här övningen är en del av kursen

Nätverksanalys i Python – fortsättningskurs

Visa kurs

Övningsinstruktioner

  • Initiera en defaultdict med tomma listor och kalla den connectivity.
  • Iterera över top_connected med en for-loop och iterera i sin tur över Gs i loopens kropp. Inuti den nästlade loopen:
    • Nycklarna i connectivity ska vara noderna n i top_connected, och värdena ska vara listor med konnektivitetsvärden. Lägg därför till len(list(G.neighbors(n))) i connectivity[n] med .append().
  • Iterera över connectivity med .items() och rita konnektiviteten för varje nod genom att skicka in conn till plt.plot().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import necessary modules
import matplotlib.pyplot as plt
from collections import defaultdict

# Create a defaultdict in which the keys are nodes and the values are a list of connectivity scores over time
connectivity = ____
for n in ____:
    for g in ____:
        connectivity[____].____(len(____))

# Plot the connectivity for each node
fig = plt.figure() 
for n, conn in ____: 
    plt.plot(____, label=n) 
plt.legend()  
plt.show()
Redigera och kör kod