用户节点的度中心性分布
在本练习和下一个练习中，您将对上一个课程的内容做最后一次回顾。您的任务是针对 GitHub 协作网络的二部图版本，分别绘制各个节点分区的度中心性分布。本题针对 'users' 分区；下一题将针对 'projects' 分区。
您之前编写的函数 get_nodes_from_partition() 已为您加载。提醒一下，"度中心性"用于衡量节点的重要性，而"度中心性分布"是图中所有节点的度中心性得分列表。几道练习之前，您在绘制 circos 图时，我们已替您计算过度中心性。现在请您亲自实践计算！
本练习是课程的一部分
Python 网络分析中级
练习说明
- 将
matplotlib.pyplot以plt的别名导入。 - 使用上一题的
get_nodes_from_partition()函数，获取与G的'users'节点对应的列表，命名为user_nodes。 - 使用
nx.degree_centrality()计算G中每个节点的度中心性，并将结果存为dcs。 - 使用列表推导式，计算
user_nodes中每个节点的度中心性，并将结果存为user_dcs。- 请记住，
dcs是一个字典，键为节点。本题相关的节点包含在user_nodes中。如何利用这些信息获取用户节点的度中心性？请使用n作为迭代变量。
- 请记住，
- 使用
plt.hist()和user_dcs绘制用户的度分布直方图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import matplotlib
____
# Get the 'users' nodes: user_nodes
user_nodes = ____
# Compute the degree centralities: dcs
dcs = ____
# Get the degree centralities for user_nodes: user_dcs
user_dcs = [dcs[____] for n in ____]
# Plot the degree distribution of users_dcs
plt.yscale('log')
plt.hist(____, bins=20)
plt.show()