加上權重的最常往返站點
到目前為止，我們只用無權重的邊來看網路。不過，我們的邊權重其實代表行程次數，因此把度數分析擴充為加權度數分佈是合理的。這很重要，因為即使度數比例平衡，真正需要重新平衡的其實是腳踏車。如果所有站點的權重都一樣，無權重的度數比例就足夠；但若想知道實際流動了多少腳踏車，就必須把權重納入考量。
度數分佈的加權對應指標是「strength」。你可以用 strength() 函式計算，它會根據圖中邊的 weight 屬性，產生加權的度數分佈。
本練習屬於課程
案例研究：R 的網路分析
練習說明
- 建立一個資料框，包含以下欄位：
trip_out：放入trip_g_simp的加權度數（strength）分佈，方向為"out"。trip_in：放入方向為"in"的加權度數分佈。ratio：放入「out」度數除以「in」度數的比值。
- 篩選
trip_strng，只保留trip_out與trip_in都大於10的列。 - 繪製上述篩選後之
ratio的直方圖。
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_strng <- data_frame(
# Find the "out" strength distribution
trip_out = strength(___, mode = "___"),
# ... and the "in" strength distribution
trip_in = strength(___, mode = "in"),
# Calculate the ratio of out / in
ratio = ___ / trip_in
)
trip_strng_filtered <- trip_strng %>%
# Filter for rows where trips in and out are both over 10
filter(___ > 10, ___ > 10)
# Plot histogram of filtered ratios
hist(___$ratio)