Kom igångKom igång gratis

Rita gradsentralitetsfördelning för projektioner

Här ska du jämföra gradsentralitetsfördelningarna för följande grafer: den ursprungliga grafen G, personprojektionen peopleG och klubbprojektionen clubsG. Det här förstärker förståelsen av skillnaden i hur gradsentralitet beräknas för bipartita respektive unipartita grafer. Nodlistorna people och clubs är redan inlästa åt dig.

Kom ihåg från videon att de bipartita funktionerna kräver att du skickar in en behållare med noder, men att de ändå returnerar gradsentralitetspoäng för alla noder. Tänk också på att gradsentralitetspoängen lagras som ordböcker (en mappning från nod till poäng).

Den här övningen är en del av kursen

Nätverksanalys i Python – fortsättningskurs

Visa kurs

Övningsinstruktioner

  • Rita gradsentralitetsfördelningen för den ursprungliga grafen G med funktionen degree_centrality från den bipartita modulen: nx.bipartite.degree_centrality(). Den tar två argument: grafen G och en av nodlistorna (people eller clubs).
  • Rita gradsentralitetsfördelningen för grafen peopleG med den vanliga (icke-bipartita) funktionen degree_centrality från NetworkX: nx.degree_centrality().
  • Rita gradsentralitetsfördelningen för grafen clubsG med den vanliga (icke-bipartita) funktionen degree_centrality från NetworkX: nx.degree_centrality().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

import matplotlib.pyplot as plt 

# Plot the degree centrality distribution of both node partitions from the original graph
plt.figure()
original_dc = ____
# Remember that you can directly plot dictionary values.
plt.hist(____, alpha=0.5)
plt.yscale('log')
plt.title('Bipartite degree centrality')
plt.show()


# Plot the degree centrality distribution of the peopleG graph
plt.figure()  
people_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of people partition')
plt.show()

# Plot the degree centrality distribution of the clubsG graph
plt.figure() 
clubs_dc = ____
plt.hist(____)
plt.yscale('log')
plt.title('Degree centrality of clubs partition')
plt.show()
Redigera och kör kod