开始使用免费开始使用

图列表

在这一组练习中，您将使用一个高校消息数据集来学习如何为时间序列分析筛选图。在这个数据集中，节点代表学生，边表示一名学生向另一名学生发送消息。当前的图包含了所有时间点的全部通信。

我们先从只随时间变化边的图开始分析。

该数据集已加载为名为 data 的 DataFrame。您可以在 IPython Shell 中自由探索。尤其是，查看 data['sender'] 和 data['recipient'] 的输出。

本练习是课程的一部分

Python 网络分析中级

查看课程

练习说明

  • 初始化一个名为 Gs 的空列表。
  • 使用 for 循环遍历 months。在循环内：
    • 使用 nx.Graph() 函数实例化一个名为 G 的新的无向图。
    • 将所有曾经出现过的节点加入图中。为此，在 G 上两次调用 .add_nodes_from() 方法，第一次以 data['sender'] 为参数，第二次以 data['recipient'] 为参数。
    • 将 DataFrame 筛选为仅包含给定月份。此步骤已为您完成。
    • 从筛选后的 DataFrame 中添加边。为此，使用 .add_edges_from() 方法，并将 df_filtered['sender'] 和 df_filtered['recipient'] 传入 zip()。
    • 将 G 追加到图列表 Gs 中。

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 networkx as nx 

months = range(4, 11)

# Initialize an empty list: Gs
Gs = [] 
for month in months:
    # Instantiate a new undirected graph: G
    G = ____
    
    # Add in all nodes that have ever shown up to the graph
    ____
    ____
    
    # Filter the DataFrame so that there's only the given month
    df_filtered = data[data['month'] == month]
    
    # Add edges from filtered DataFrame
    ____
    
    # Append G to the list of graphs
    ____
    
print(len(Gs))
编辑并运行代码