Bipartiete graaf

Gemiddelde netwerkanalyse in Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Bipartiete graaf

Een graaf verdeeld in twee verzamelingen
Knopen verbinden alleen met knopen in de andere partitie
Contrast: “unipartiet”

Bipartiete grafen: voorbeeld

ch1-2.007.png

Bipartiete grafen in NetworkX

import networkx as nx
G = nx.Graph()

numbers = range(3)
G.add_nodes_from(numbers, bipartite='customers')

letters = ['a', 'b']
G.add_nodes_from(letters, bipartite='products')

Bipartiete grafen in NetworkX

list(G.nodes(data=True))

[(0, {'bipartite': 'customers'}),
 (1, {'bipartite': 'customers'}),
 (2, {'bipartite': 'customers'}),
 ('b', {'bipartite': 'products'}),
 ('a', {'bipartite': 'products'})]

Graadcentraliteit

Definitie: $$\frac{\text{aantal buren}}{\text{aantal mogelijke buren}}$$
Aantal mogelijke buren hangt af van het graftype

Centraliteitsmaten voor bipartieten

Noemer: aantal knopen in de andere partitie, niet alle andere knopen

ch1-2.021.png

Grafen filteren

cust_nodes = [n for n, d in G.nodes(data=True) if  
                  d['bipartite'] == 'customers']

cust_nodes

[(0, {'bipartite': 'customers'}),
 (1, {'bipartite': 'customers'}),
 (2, {'bipartite': 'customers'})]

nx.bipartite.degree_centrality(G, cust_nodes)

{0: 0.5,
 1: 0.5,
 2: 1.0,
 'a': 0.333,
 'b': 1.0}

Laten we oefenen!

Gemiddelde netwerkanalyse in Python