Kom igångKom igång gratis

Fördjupning – Twitter-nätverket del II

Nu ska du göra en liknande fördjupning, men den här gången med betweennesscentralitet! Ett tips att ha med sig: betweennesscentralitet beräknas med nx.betweenness_centrality(G).

Den här övningen är en del av kursen

Introduktion till nätverksanalys i Python

Visa kurs

Övningsinstruktioner

  • Skriv en funktion find_node_with_highest_bet_cent(G) som returnerar den eller de noder med högst betweennesscentralitet.
    • Beräkna betweennesscentraliteten för G.
    • Beräkna den maximala betweennesscentraliteten med funktionen max() på list(bet_cent.values()).
    • Iterera över ordlistan för gradsentralitet, bet_cent.items().
    • Om betweennesscentralitetsvärdet v för den aktuella noden k är lika med max_bc, lägg till den i mängden av noder.
  • Använd din funktion för att hitta den eller de noder som har högst betweennesscentralitet i T.
  • Skriv ett assertion-uttryck som verifierar att du fått rätt nod. Det är redan gjort åt dig – klicka på 'Skicka in svar' för att se resultatet!

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define find_node_with_highest_bet_cent()
def find_node_with_highest_bet_cent(G):

    # Compute betweenness centrality: bet_cent
    bet_cent = ____

    # Compute maximum betweenness centrality: max_bc
    max_bc = ____

    nodes = set()

    # Iterate over the betweenness centrality dictionary
    for k, v in ____:

        # Check if the current value has the maximum betweenness centrality
        if ____ == ____:

            # Add the current node to the set of nodes
            ____

    return nodes

# Use that function to find the node(s) that has the highest betweenness centrality in the network: top_bc
top_bc = ____
print(top_bc)

# Write an assertion statement that checks that the node(s) is/are correctly identified.
for node in top_bc:
    assert nx.betweenness_centrality(T)[node] == max(nx.betweenness_centrality(T).values())
Redigera och kör kod