Sari la conținutul principal

Curs

Analiză intermediară a rețelelor în Python

AvansatNivel de competențe

Actualizat 04.2026

Analizează graficele seriilor temporale, folosește grafice bipartite și dobândește abilitățile necesare pentru a aborda probleme avansate în analiza rețelelor.

Începe cursul gratuit

PythonProbability & Statistics

4 h

13 videoclipuri

46 Exerciții

3,850 XP

14,017

Certificat de realizare

Îndrăgit de cursanți din mii de companii

Formare pentru o echipă?

Încearcă pentru afaceri

Descrierea cursului

Ai parcurs cursul DataCamp de introducere în analiza rețelelor în Python și vrei să înveți tehnici mai avansate pentru a analiza rețele sociale, de transport sau biologice? Atunci acest curs este pentru tine! Vei aprofunda cunoștințele și abilitățile dobândite pentru a aborda probleme mai complexe de analiză a rețelelor. Vei acumula competențe conceptuale și practice pentru a analiza serii de timp evolutive ale rețelelor, vei afla despre grafuri bipartite și cum se utilizează în sisteme de recomandare a produselor. De asemenea, vei învăța despre proiecțiile grafurilor, de ce sunt utile în știința datelor, și cum să stochezi și să încarci date despre grafuri din fișiere. Vei consolida toate aceste cunoștințe într-un studiu de caz final, în care vei analiza un set de date dintr-un forum și vei termina cursul ca un adevărat analist de rețele în Python!

Cerințe prealabile

Introduction to Network Analysis in Python

1

Grafuri bipartite și sisteme de recomandare a produselor

În acest capitol, vei învăța despre grafurile bipartite și modul în care sunt utilizate în sistemele de recomandare. Vei explora setul de date GitHub din cursul anterior, analizând de această dată graful bipartit de bază care a fost folosit pentru a crea graful cu care ai lucrat anterior. În final, vei avea ocazia să construiești componentele de bază ale unui sistem de recomandare folosind datele GitHub!

Definiții și recapitulare

Analiza exploratorie a datelor

Vizualizare cu nxviz

Grafuri bipartite

Cuvântul cheie bipartite

Distribuția centralității de grad a nodurilor utilizator

Distribuția centralității de grad a nodurilor de tip proiect

Grafuri bipartite și sisteme de recomandare

Noduri comune în cealaltă partiție

Metrică de similaritate între utilizatori

Găsește utilizatori similari

Recomandă depozite

Începe capitolul

2

Proiecții ale grafurilor

În acest capitol, vei folosi un celebru set de date despre Revoluția Americană pentru a explora mai în profunzime grafurile bipartite. Vei învăța cum să creezi proiecția unipartită a unui graf bipartit – o metodă foarte utilă pentru a simplifica o rețea complexă în vederea analizei ulterioare. În plus, vei învăța cum să folosești matrice pentru a manipula și analiza grafuri; cu numeroase rutine de calcul optimizate pentru matrice, vei putea analiza rapid și eficient grafuri de mari dimensiuni!

Conceptul de proiecție

Citirea grafurilor

Calcularea proiecției

Reprezentarea grafică a centralității gradului pe proiecție

Grafuri bipartite ca matrice

Proprietățile matricelor de adiacență bipartite.

Calculează matricea de adiacență

Apartenența comună: transpunerea matricei

Reprezentarea datelor de rețea cu pandas

Creează lista de noduri

Creează lista de muchii

Începe capitolul

3

Compararea grafurilor și grafuri dinamice în timp

În acest capitol, vei explora metodele fundamentale de analiză a grafurilor care se modifică în timp. Vei lucra cu un set de date care descrie frecvența mesajelor dintre studenți și vei învăța cum să vizualizezi statistici importante ale unui graf în evoluție.

Introducere în diferențele dintre grafuri

Listă de grafuri

Diferențe între grafuri în timp

Reprezintă grafic numărul de modificări ale muchiilor în timp

Statistici ale grafului în evoluție

Numărul de muchii în timp

Centralitatea de grad în timp

Mărire și micșorare: Rezumatul general al grafului

Găsește nodurile cu cele mai mari centralități după grad

Vizualizarea conectivității

Începe capitolul

4

Să legăm totul împreună!

În acest capitol, vei aplica tot ce ai învățat în cele trei capitole anterioare pe un set de date cu postări dintr-un forum. Vei analiza modificările temporale ale tiparelor de conectivitate ale utilizatorilor și vei crea vizualizări ale statisticilor unui graf în evoluție.

Introducere în set de date

Creează un graf dintr-un DataFrame pandas

Vizualizează distribuția centralității gradului pentru proiecția studenților

Vizualizează distribuția centralității gradului pentru proiecția forumurilor

Filtrare bazată pe timp

Filtrare temporală pe muchii

Vizualizează graful filtrat cu nxviz

Analiza seriilor de timp

Reprezentarea grafică a numărului de postări în timp

Extrage centralitatea medie a gradului zi de zi pentru partiția studenților

Găsește cele mai populare forumuri zi de zi: I

Găsește cele mai populare forumuri zi de zi: II

Felicitări!

Începe capitolul

Analiză intermediară a rețelelor în Python

Curs
finalizat

Obține diploma de absolvire

Adaugă această acreditare la profilul tău LinkedIn, CV sau rezumat
Distribuie pe rețelele de socializare și în evaluarea ta de performanțăÎnscrie-te acum

Alătură-te celor peste 19 de milioane de cursanți și începe Analiză intermediară a rețelelor în Python astăzi!

Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil

Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.