Pengantar himpunan data

Analisis Jaringan Menengah di Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Pengantar dataset & studi kasus

Himpunan data posting forum kampus, 6 bulan
Partisi simpul: mahasiswa, forum
Aktivitas di bab ini:
- Membangun graf dari pandas DataFrame
- Menghitung proyeksi unipartit dari graf bipartit
- Visualisasi
- Penyaringan & analisis deret waktu
Ringkas fungsi yang sudah digunakan

Graf dari DataFrame

df

   customers    products
0  customerA    product1
1  customerB    product2
...

G = nx.Graph()

G.add_nodes_from(df['products'], bipartite='products')
G.add_nodes_from(df['customers'], bipartite='customers')

list(G.nodes())

['product1', 'customerC', 'product2', 'customerB', 'customerA']

list(G.edges())

[]

Graf dari DataFrame

G.add_edges_from(zip(df['customers'], df['products']))

list(G.edges())

[('product1', 'customerC'), ('product1', 'customerA'), 
    ('customerC', 'product2'), ('product2', 'customerB')]

Proyeksi bipartit

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

prod_nodes = [n for n in G.nodes() if G.nodes[n]
                  ['bipartite'] == 'products']

prodG = nx.bipartite.projected_graph(G, nodes=prod_nodes)
custG = nx.bipartite.projected_graph(G, nodes=cust_nodes)

list(prodG.nodes())

['product1', 'product2']

list(custG.nodes())

['customerC', 'customerB', 'customerA']

Ayo berlatih!

Analisis Jaringan Menengah di Python