往返最多的站點
在這裡你會查看哪些站點最常被前往與出發，以及「入度對出度」的比值。這能告訴我們哪些站點有明顯偏向：要不是很多其他站點從它們借走腳踏車，就是有很多人把腳踏車還到那裡。對於這類共享單車的網路圖要能有效運作，來源站或匯集站不能太多；否則網路的營運方就得不斷四處搬運腳踏車！理想狀況是網路本身能自我平衡；如果做得到，我們預期幾乎所有站點的入度與出度比值都會接近 1。首先，我們會先在「無權重」的情況下觀察。
本練習屬於課程
案例研究：R 的網路分析
練習說明
- 建立一個包含下列欄位的資料框：
trip_out應包含trip_g_simp的"out"度數分佈。trip_in應包含"in"度數分佈。ratio應為「out 度數 ÷ in 度數」的比值。
- 對
trip_deg進行篩選，只保留trip_out與trip_in皆大於10的列。 - 繪製篩選後比值的長條圖。
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。
trip_deg <- data_frame(
# Find the "out" degree distribution
trip_out = degree(___, mode = "___"),
# ... and the "in" degree distribution
trip_in = degree(___, mode = "in")
# Calculate the ratio of out / in
ratio = ___ / trip_in
)
trip_deg_filtered <- trip_deg %>%
# Filter for rows where trips in and out are both over 10
___(___ > 10, ___ > 10)
# Plot histogram of filtered ratios
hist(___$ratio)