開始使用免費開始

找出共同成員關係：轉置

你可能已經注意到，當你用稀疏矩陣來表示圖形時，會失去原本的中繼資料。現在你要學的是如何把這些中繼資料補回來，這樣就能更深入了解共同成員關係。

你在上一題計算的 user_matrix 已經預先載入到你的工作空間。

這裡會用到 np.where() 函式。它的作用如下：給定一個陣列，例如 a = [1, 5, 9, 5]，如果你想取得值等於 5 的索引位置，可以使用 idxs = np.where(a == 5)。這會回傳一個元組裡的陣列，(array([1, 3]),)。若要存取那些索引，你需要用 idxs[0] 來取出元組中的陣列。

本練習屬於課程

Python 網路分析進階

檢視課程

練習說明

  • 找出加入社團數量最多的人名。
    • 先使用 user_matrix 的 .diagonal() 方法計算 diag。
    • 接著使用 np.where() 選取 diag 等於 diag.max() 的那些索引。這會回傳一個元組：請記得用 [0] 取出元組中的索引陣列。
    • 迭代 indices，並使用提供的 print() 函式，印出 people_nodes 中每個索引 i 對應的值。
  • 將對角線設為 0，並轉換成「座標矩陣格式」。這段程式碼已在解答中提供。
  • 找出共同加入社團數量最多的使用者配對。
    • 使用 np.where()，存取 users_coo.data 等於 users_coo.data.max() 的索引。
    • 迭代 indices2，並印出 people_node 的 users_coo.row 與 users_coo.col 中每個索引 idx 對應的值。

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。

import numpy as np

# Find out the names of people who were members of the most number of clubs
diag = ____ 
indices = np.where(____ == ____)[0]  
print('Number of clubs: {0}'.format(diag.max()))
print('People with the most number of memberships:')
for i in indices:
    print('- {0}'.format(____))

# Set the diagonal to zero and convert it to a coordinate matrix format
user_matrix.setdiag(0)
users_coo = user_matrix.tocoo()

# Find pairs of users who shared membership in the most number of clubs
indices2 = np.where(____ == ____)[0]
print('People with most number of shared memberships:')
for idx in indices2:
    print('- {0}, {1}'.format(people_nodes[____.____[____]], people_nodes[____.____[____]]))
編輯並執行程式碼