Einführung in Graph-Differenzen

Fortgeschrittene Netzwerkanalyse in Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Zeitreihenanalyse

ch3-1_v2.003.png

Fortgeschrittene Netzwerkanalyse in Python

Zeitreihenanalyse

  • Wie sich eine Kennzahl über die Zeit ändert
    • Gibt es einen Auf- oder Abwärtstrend?
  • Änderungsrate über ein gleitendes Zeitfenster
  • Beispiele:
    • Gewicht über die Zeit verfolgen
    • Wert eines Aktienportfolios über die Zeit verfolgen
Fortgeschrittene Netzwerkanalyse in Python

Dynamische Graphen

  • Graphen, die sich über die Zeit ändern: Kommunikationsnetze
  • Annahmen:
    • Kanten ändern sich; Knoten bleiben konstant
    • Kanten und Knoten ändern sich
Fortgeschrittene Netzwerkanalyse in Python

Graph-Differenzen

  • Graphen bestehen aus:
    • Einer Knotenmengen
    • Einer Kantenmengen
  • Wenn sich die Knotenmengen nicht ändert:
    • Nur die Kantenmenge zu ändern, verändert den Graphen
Fortgeschrittene Netzwerkanalyse in Python

Graph-Differenzen

  • Analogie: Mengendifferenzen

ch3-1_v2.026.png

  • In NetworkX: Funktion .difference(G1, G2)
    • Setzt gleiche Knotenmengen in G1 und G2 voraus
Fortgeschrittene Netzwerkanalyse in Python

Graph-Differenzen in Python

list(G1.edges())
[('cust1', 'cust2'), ('cust3', 'cust2')]
list(G2.edges())
[('cust1', 'cust3'), ('cust3', 'cust2')]
G2minusG1 = nx.difference(G2, G1)

G1minusG2 = nx.difference(G1, G2)
Fortgeschrittene Netzwerkanalyse in Python

Lass uns üben!

Fortgeschrittene Netzwerkanalyse in Python

Preparing Video For Download...