Kom igångKom igång gratis

Hitta noder med högst graders centralitet

I den här övningen undersöker du om det finns något intressant med de mest välförbundna studenterna i nätverket. Börja med att identifiera den grupp studenter som har högst graders centralitet. Resultatet sparas och används i nästa ritövning.

Den här övningen är en del av kursen

Nätverksanalys i Python – fortsättningskurs

Visa kurs

Övningsinstruktioner

  • Hämta de 5 högsta unika graders centralitetsvärden. Använd funktionen sorted(), där det första argumentet är mängden av graders centralitetsvärden för G (eftersom du vill ha unika värden) och det andra argumentet är reverse=True, för att sortera i fallande ordning. Begränsa resultatet till de 5 högsta värdena genom att lägga till lämplig skärning i slutet av uttrycket. Kom även ihåg att använda .values() på de returnerade graders centralitetsresultaten!
  • Skapa en lista med noder som har de 5 högsta graders centralitetsvärden totalt. Gör så här:
    • Iterera över ordlistan med graders centralitetsvärden med metoden .items() på nx.degree_centrality(G).
    • Om dc finns i top_dcs, lägg då till noden n i listan top_connected.
  • Skriv ut antalet noder som delar de 5 högsta graders centralitetsvärden (top_connected) med hjälp av len().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Get the top 5 unique degree centrality scores: top_dcs
top_dcs = ____(set(____), reverse=True)[____:____]

# Create list of nodes that have the top 5 highest overall degree centralities
top_connected = []
for n, dc in ____:
    if ____ in ____:
        ____
        
# Print the number of nodes that share the top 5 degree centrality scores
print(____)
Redigera och kör kod