視覺化轉推網路
將轉推網路視覺化是探索式資料分析的重要步驟。這能讓我們用視覺方式檢視網路結構、了解是否有影響力特別不成比例的使用者，以及是否存在不同的對話圈層。
使用「力導向（force directed）」演算法視覺化的轉推網路，可能會長得像這樣。
我們將改用一個執行較快的版面配置來產生圖，但語法幾乎相同。
networkx 已以 nx 匯入，且網路已為你載入到 G_rt。
本練習屬於課程
使用 Python 分析社群媒體資料
練習說明
- 使用串列生成式建立大小清單。對
.degree()傳回的每個元素，取得x的第二個項目x[1]。 - 將網路名稱作為第一個引數傳給
nx.draw_networkx()。 - 將版面配置的位置作為第二個引數傳給
draw_networkx。 - 將
sizes串列傳給node_size。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create random layout positions
pos = nx.random_layout(G_rt)
# Create size list
sizes = [x[____] for ____ in G_rt.____()]
# Draw the network
nx.draw_networkx(____, ____,
with_labels = False,
node_size = ____,
width = 0.1, alpha = 0.7,
arrowsize = 2, linewidths = 0)
# Turn axis off and show
plt.axis('off'); plt.show()