Kom igångKom igång gratis

Visualisera det filtrerade grafen med nxviz

Här ska du visualisera det filtrerade grafen med hjälp av en circos-plot. Det är ett naturligt val för den här visualiseringen, eftersom du kan använda nodgruppering och färgkodning för att visa partitionerna, medan den cirkulära layouten bevarar visualiseringens estetik.

Den här övningen är en del av kursen

Nätverksanalys i Python – fortsättningskurs

Visa kurs

Övningsinstruktioner

  • Beräkna graderingsentralitetsvärden för varje nod med hjälp av bipartitmodulens graderingsentralitetsfunktion, men baserat på graderingsentraliteten i det ursprungliga grafen.
    • Använd funktionen nx.bipartite.degree_centrality() med argumenten G och nodes=forum_nodes.
  • Skapa en ny circos-plot där noderna är färgkodade och grupperade (parametrarna node_color_by och group_by) efter sin partitionsetikett ('bipartite'), och sorterade (parametern sort_by) efter sin graderingsentralitet ('dc'), och visa den.
    • För att säkerställa att noderna syns tydligt i visualiseringen har vi inkluderat argumentet node_enc_kwargs={'radius': 10}.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import necessary modules
from nxviz import circos
import networkx as nx
import matplotlib.pyplot as plt

# Compute degree centrality scores of each node
dcs = ____(____, nodes=____)
for n, d in G_sub.nodes(data=True):
    G_sub.nodes[n]['dc'] = dcs[n]

# Create the circos plot: c
c = _____(___, _____, _____, _____, node_enc_kwargs={'radius': 5})

# Display the plot
plt.show()
Redigera och kör kod