隨時間繪製指標
我們也可以觀察整體圖形的各項指標如何隨時間改變（或不改變）。先前我們看過兩個重要指標：叢聚（clustering）與互惠性（reciprocity）。在我們視覺化檢視圖形結構後，這兩者如預期都相當高。然而，隨著時間推移，這些指標可能會變動。Amazon 的全球購買模式是否穩定？如果你這麼想，那麼我們會預期這些指標的折線圖大致呈現水平，表示每日的互惠性差不多，且存在高度的叢聚結構。來看看我們能發現什麼吧。
以下提供依圖形計算 transitivity 的程式碼。
本練習屬於課程
案例研究：R 的網路分析
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。
# Examine this code
transitivity_by_graph <- data.frame(
date = d,
metric = "transitivity",
score = sapply(all_graphs, transitivity)
)
# Calculate reciprocity by graph
reciprocity_by_graph <- data.frame(
date = ___,
metric = ___,
score = ___ )