āļ‚āđ‰āļēāļĄāđ„āļ›āļĒāļąāļ‡āđ€āļ™āļ·āđ‰āļ­āļŦāļēāļŦāļĨāļąāļ

āļ„āļ­āļĢāđŒāļŠāļŸāļĢāļĩ

āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļĢāļ°āļ”āļąāļšāļāļĨāļēāļ‡āđƒāļ™ Python

āļ‚āļąāđ‰āļ™āļŠāļđāļ‡4 āļŠāļĄ.

āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļĢāļēāļŸāļ­āļ™āļļāļāļĢāļĄāđ€āļ§āļĨāļē āđƒāļŠāđ‰āļāļĢāļēāļŸāļŠāļ­āļ‡āļŠāđˆāļ§āļ™ āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āđ€āļžāļ·āđˆāļ­āļĢāļąāļšāļĄāļ·āļ­āļ›āļąāļāļŦāļēāļ‚āļąāđ‰āļ™āļŠāļđāļ‡āđƒāļ™ network analytics

Python4 āļŠāļĄ.āļŦāļ™āļąāļ‡āļŠāļ·āļ­āļĢāļąāļšāļĢāļ­āļ‡āļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆ

āļŠāļĢāđ‰āļēāļ‡āļšāļąāļāļŠāļĩāļŸāļĢāļĩāļ‚āļ­āļ‡āļ„āļļāļ“

āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļ•āđˆāļ­āļ”āđ‰āļ§āļĒ Google
āļŦāļĢāļ·āļ­
āđ€āļĄāļ·āđˆāļ­āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļ•āđˆāļ­ āļ–āļ·āļ­āļ§āđˆāļēāļ„āļļāļ“āļĒāļ­āļĄāļĢāļąāļš āļ‚āđ‰āļ­āļāļģāļŦāļ™āļ”āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āđāļĨāļ° āļ™āđ‚āļĒāļšāļēāļĒāļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļ•āļąāļ§ āđāļĨāļ°āļĒāļ­āļĄāļĢāļąāļšāļ§āđˆāļēāļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ­āļ‡āļ„āļļāļ“āļˆāļ°āļ–āļđāļāļˆāļąāļ”āđ€āļāđ‡āļšāđƒāļ™āļŠāļŦāļĢāļąāļāļ­āđ€āļĄāļĢāļīāļāļē

āđ„āļ”āđ‰āļĢāļąāļšāļ„āļ§āļēāļĄāđ„āļ§āđ‰āļ§āļēāļ‡āđƒāļˆāļˆāļēāļāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđƒāļ™āļšāļĢāļīāļĐāļąāļ—āļŦāļĨāļēāļĒāļžāļąāļ™āđāļŦāđˆāļ‡

āļāļģāļĨāļąāļ‡āļāļķāļāļ­āļšāļĢāļĄāļ—āļĩāļĄāļ­āļĒāļđāđˆāđƒāļŠāđˆāđ„āļŦāļĄ?

āļ—āļ”āļĨāļ­āļ‡āđƒāļŠāđ‰āļŠāļģāļŦāļĢāļąāļšāļ­āļ‡āļ„āđŒāļāļĢ â†’

āļĢāļēāļĒāļĨāļ°āđ€āļ­āļĩāļĒāļ”āļ„āļ­āļĢāđŒāļŠ

āđ€āļĢāļĩāļĒāļ™āļ„āļ­āļĢāđŒāļŠ Introduction to Network Analysis in Python āļ‚āļ­āļ‡ DataCamp āļĄāļēāđāļĨāđ‰āļ§ āđāļĨāļ°āļ­āļĒāļēāļāļ•āđˆāļ­āļĒāļ­āļ”āļ”āđ‰āļ§āļĒāđ€āļ—āļ„āļ™āļīāļ„āļ—āļĩāđˆāļ‹āļąāļšāļ‹āđ‰āļ­āļ™āļĒāļīāđˆāļ‡āļ‚āļķāđ‰āļ™āđ€āļžāļ·āđˆāļ­āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļ›āļĢāļ°āđ€āļ āļ—āļ•āđˆāļēāļ‡ āđ† āđ„āļĄāđˆāļ§āđˆāļēāļˆāļ°āđ€āļ›āđ‡āļ™āđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļŠāļąāļ‡āļ„āļĄ āļāļēāļĢāļ‚āļ™āļŠāđˆāļ‡ āļŦāļĢāļ·āļ­āļŠāļĩāļ§āļ§āļīāļ—āļĒāļēāđƒāļŠāđˆāđ„āļŦāļĄ? āļ„āļ­āļĢāđŒāļŠāļ™āļĩāđ‰āļ„āļ·āļ­āļ„āļģāļ•āļ­āļš! āļˆāļ°āđ„āļ”āđ‰āļ•āđˆāļ­āļĒāļ­āļ”āļ„āļ§āļēāļĄāļĢāļđāđ‰āđāļĨāļ°āļ—āļąāļāļĐāļ°āđ€āļžāļ·āđˆāļ­āļĢāļąāļšāļĄāļ·āļ­āļāļąāļšāđ‚āļˆāļ—āļĒāđŒāļ‚āļąāđ‰āļ™āļŠāļđāļ‡āđƒāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒ āļ—āļąāđ‰āļ‡āļ—āļąāļāļĐāļ°āđ€āļŠāļīāļ‡āđāļ™āļ§āļ„āļīāļ”āđāļĨāļ°āļāļēāļĢāļ›āļāļīāļšāļąāļ•āļīāđƒāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļ—āļĩāđˆāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ•āļēāļĄāđ€āļ§āļĨāļē āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđ€āļĢāļ·āđˆāļ­āļ‡ bipartite graph āđāļĨāļ°āļāļēāļĢāļ™āļģāđ„āļ›āđƒāļŠāđ‰āđƒāļ™āļĢāļ°āļšāļšāđāļ™āļ°āļ™āļģāļŠāļīāļ™āļ„āđ‰āļē āļĢāļ§āļĄāļ–āļķāļ‡ graph projection āļ§āđˆāļēāļĄāļĩāļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļ­āļĒāđˆāļēāļ‡āđ„āļĢāđƒāļ™ Data Science āđāļĨāļ°āļ§āļīāļ˜āļĩāļˆāļąāļ”āđ€āļāđ‡āļšāđāļĨāļ°āđ‚āļŦāļĨāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāļāļĢāļēāļŸāļˆāļēāļāđ„āļŸāļĨāđŒāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž āđāļĨāđ‰āļ§āļˆāļ°āđ„āļ”āđ‰āļ™āļģāļ„āļ§āļēāļĄāļĢāļđāđ‰āļ—āļąāđ‰āļ‡āļŦāļĄāļ”āļĄāļēāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āđƒāļ™āļāļĢāļ“āļĩāļĻāļķāļāļĐāļēāļšāļ—āļŠāļļāļ”āļ—āđ‰āļēāļĒ āļ‹āļķāđˆāļ‡āļˆāļ°āđ„āļ”āđ‰āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāļŸāļ­āļĢāļąāļĄ āđāļĨāļ°āļāđ‰āļēāļ§āļ­āļ­āļāļˆāļēāļāļ„āļ­āļĢāđŒāļŠāļ™āļĩāđ‰āđƒāļ™āļāļēāļ™āļ°āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒ Python āļĄāļ·āļ­āļ­āļēāļŠāļĩāļž!

āļ‚āđ‰āļ­āļāļģāļŦāļ™āļ”āđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™

āļŦāļĨāļąāļāļŠāļđāļ•āļĢ

āđ‚āļ„āļĢāļ‡āļĢāđˆāļēāļ‡āļ„āļ­āļĢāđŒāļŠ

1

Bipartite graph āđāļĨāļ°āļĢāļ°āļšāļšāđāļ™āļ°āļ™āļģāļŠāļīāļ™āļ„āđ‰āļē

āđƒāļ™āļšāļ—āļ™āļĩāđ‰ āļˆāļ°āđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđ€āļāļĩāđˆāļĒāļ§āļāļąāļš bipartite graph āđāļĨāļ°āļāļēāļĢāļ™āļģāđ„āļ›āđƒāļŠāđ‰āđƒāļ™āļĢāļ°āļšāļšāđāļ™āļ°āļ™āļģāļŠāļīāļ™āļ„āđ‰āļē āļˆāļ°āļŠāļģāļĢāļ§āļˆāļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨ GitHub āļˆāļēāļāļ„āļ­āļĢāđŒāļŠāļāđˆāļ­āļ™āļŦāļ™āđ‰āļē āđ‚āļ”āļĒāļ„āļĢāļąāđ‰āļ‡āļ™āļĩāđ‰āļˆāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ bipartite graph āļžāļ·āđ‰āļ™āļāļēāļ™āļ—āļĩāđˆāļ­āļĒāļđāđˆāđ€āļšāļ·āđ‰āļ­āļ‡āļŦāļĨāļąāļ‡āļāļĢāļēāļŸāļ—āļĩāđˆāđ€āļ„āļĒāđƒāļŠāđ‰āđ„āļ› āđāļĨāļ°āđ„āļ”āđ‰āļĨāļ­āļ‡āļŠāļĢāđ‰āļēāļ‡āļ­āļ‡āļ„āđŒāļ›āļĢāļ°āļāļ­āļšāļžāļ·āđ‰āļ™āļāļēāļ™āļ‚āļ­āļ‡āļĢāļ°āļšāļšāđāļ™āļ°āļ™āļģāļŠāļīāļ™āļ„āđ‰āļēāļˆāļēāļāļ‚āđ‰āļ­āļĄāļđāļĨ GitHub!
āđ€āļĢāļīāđˆāļĄāļšāļ—
2

Graph projection

āđƒāļ™āļšāļ—āļ™āļĩāđ‰ āļˆāļ°āđƒāļŠāđ‰āļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāļ›āļĢāļ°āļ§āļąāļ•āļīāļĻāļēāļŠāļ•āļĢāđŒ American Revolution āļ—āļĩāđˆāļĄāļĩāļŠāļ·āđˆāļ­āđ€āļŠāļĩāļĒāļ‡ āđ€āļžāļ·āđˆāļ­āļŠāļģāļĢāļ§āļˆ bipartite graph āđƒāļ™āđ€āļŠāļīāļ‡āļĨāļķāļ āļˆāļ°āđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ§āļīāļ˜āļĩāļŠāļĢāđ‰āļēāļ‡ unipartite projection āļˆāļēāļ bipartite graph āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļ§āļīāļ˜āļĩāļ—āļĩāđˆāļĄāļĩāļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļĄāļēāļāđƒāļ™āļāļēāļĢāļĨāļ”āļ„āļ§āļēāļĄāļ‹āļąāļšāļ‹āđ‰āļ­āļ™āļ‚āļ­āļ‡āđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāđ€āļžāļ·āđˆāļ­āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ•āđˆāļ­āđ„āļ› āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰āļĒāļąāļ‡āļˆāļ°āđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāđƒāļŠāđ‰āđ€āļĄāļ—āļĢāļīāļāļ‹āđŒāđƒāļ™āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļĢāļēāļŸ āļ‹āļķāđˆāļ‡āļ”āđ‰āļ§āļĒāļĢāļđāļ—āļĩāļ™āļāļēāļĢāļ„āļģāļ™āļ§āļ“āļ—āļĩāđˆāļ–āļđāļāļ›āļĢāļąāļšāđƒāļŦāđ‰āđ€āļŦāļĄāļēāļ°āļŠāļĄāļŠāļģāļŦāļĢāļąāļšāđ€āļĄāļ—āļĢāļīāļāļ‹āđŒ āļˆāļ°āļ—āļģāđƒāļŦāđ‰āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļĢāļēāļŸāļ‚āļ™āļēāļ”āđƒāļŦāļāđˆāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĢāļ§āļ”āđ€āļĢāđ‡āļ§āđāļĨāļ°āļĄāļĩāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž!
āđ€āļĢāļīāđˆāļĄāļšāļ—
3

āļāļēāļĢāđ€āļ›āļĢāļĩāļĒāļšāđ€āļ—āļĩāļĒāļšāļāļĢāļēāļŸāđāļĨāļ°āļāļĢāļēāļŸāđāļšāļšāđ„āļ”āļ™āļēāļĄāļīāļāļ•āļēāļĄāđ€āļ§āļĨāļē

āđƒāļ™āļšāļ—āļ™āļĩāđ‰ āļˆāļ°āđ„āļ”āđ‰āđ€āļˆāļēāļ°āļĨāļķāļāđāļ™āļ§āļ—āļēāļ‡āļžāļ·āđ‰āļ™āļāļēāļ™āđƒāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļĢāļēāļŸāļ—āļĩāđˆāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ•āļēāļĄāđ€āļ§āļĨāļē āļˆāļ°āļŠāļģāļĢāļ§āļˆāļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļšāļąāļ™āļ—āļķāļāļ„āļ§āļēāļĄāļ–āļĩāđˆāđƒāļ™āļāļēāļĢāļŠāđˆāļ‡āļ‚āđ‰āļ­āļ„āļ§āļēāļĄāļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ™āļąāļāļĻāļķāļāļĐāļē āđāļĨāļ°āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ§āļīāļ˜āļĩāđāļŠāļ”āļ‡āļ āļēāļžāļŠāļ–āļīāļ•āļīāļāļĢāļēāļŸāļ—āļĩāđˆāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ­āļĒāđˆāļēāļ‡āļŠāļģāļ„āļąāļ
āđ€āļĢāļīāđˆāļĄāļšāļ—
4

āļŠāļĢāļļāļ›āđāļĨāļ°āļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰!

āđƒāļ™āļšāļ—āļ™āļĩāđ‰ āļˆāļ°āļ™āļģāļ—āļļāļāļŠāļīāđˆāļ‡āļ—āļĩāđˆāđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļˆāļēāļāļŠāļēāļĄāļšāļ—āļāđˆāļ­āļ™āļŦāļ™āđ‰āļēāļĄāļēāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āļāļąāļšāļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāđ‚āļžāļŠāļ•āđŒāđƒāļ™āļŸāļ­āļĢāļąāļĄ āļˆāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ•āļēāļĄāđ€āļ§āļĨāļēāđƒāļ™āļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļŠāļ·āđˆāļ­āļĄāļ•āđˆāļ­āļ‚āļ­āļ‡āļœāļđāđ‰āđƒāļŠāđ‰āļŸāļ­āļĢāļąāļĄ āđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āļ āļēāļžāđāļŠāļ”āļ‡āļŠāļ–āļīāļ•āļīāļāļĢāļēāļŸāļ—āļĩāđˆāļžāļąāļ’āļ™āļēāđ„āļ›āļ•āļēāļĄāļŠāđˆāļ§āļ‡āđ€āļ§āļĨāļē
āđ€āļĢāļīāđˆāļĄāļšāļ—

āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļĢāļ°āļ”āļąāļšāļāļĨāļēāļ‡āđƒāļ™ Python

āđ€āļĢāļĩāļĒāļ™āļ„āļ­āļĢāđŒāļŠāļˆāļšāđāļĨāđ‰āļ§

āļĢāļąāļšāđƒāļšāļĢāļąāļšāļĢāļ­āļ‡āļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆ

āļĨāļ‡āļ—āļ°āđ€āļšāļĩāļĒāļ™āđ€āļĨāļĒ

āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļ”āđ‰āļēāļ™āļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ­āļ‡āļ„āļļāļ“āļ”āđ‰āļ§āļĒ DataCamp for Mobile

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđ„āļ”āđ‰āļ—āļļāļāļ—āļĩāđˆāļ”āđ‰āļ§āļĒāļ„āļ­āļĢāđŒāļŠāļšāļ™āļĄāļ·āļ­āļ–āļ·āļ­āđāļĨāļ°āđ‚āļˆāļ—āļĒāđŒāđ€āļ‚āļĩāļĒāļ™āđ‚āļ„āđ‰āļ” 5 āļ™āļēāļ—āļĩāļ›āļĢāļ°āļˆāļģāļ§āļąāļ™