Złożona analiza sieci w Pythonie: Rozpoznawanie - Konstruowanie - Wizualizacja - Analiza - Interpretacja

Opinie czytelników

Książka stanowi solidne wprowadzenie do analizy grafów i sieci, szczególnie dla początkujących i osób z doświadczeniem informatycznym. Podczas gdy wielu recenzentów chwali jej przejrzystość, przykłady z kodem Pythona i wciągający styl pisania, niektórzy wyrażają rozczarowanie głębokością złożonych tematów i algorytmów.

Zapewnia jasne wyjaśnienia, konkretne przykłady i kod Pythona, dobrze skonstruowany i zwięzły tekst, zabawny i edukacyjny styl, odpowiedni dla początkujących i osób z wykształceniem informatycznym, przydatny do praktycznych zastosowań.

Niektórzy recenzenci stwierdzili, że brakuje jej głębi w odniesieniu do złożonych tematów i algorytmów, a niektóre sekcje są zbyt podstawowe i nie w pełni odnoszą się do złożoności sugerowanej w tytule.

(na podstawie 10 opinii czytelników)

Oryginalny tytuł:

Complex Network Analysis in Python: Recognize - Construct - Visualize - Analyze - Interpret

Zawartość książki:

Konstruuj, analizuj i wizualizuj sieci za pomocą networkx, modułu języka Python. Analiza sieci jest potężnym narzędziem, które można zastosować do wielu zestawów danych i sytuacji. Dowiedz się, jak pracować ze wszystkimi rodzajami sieci, w tym sieciami społecznościowymi, produktowymi, czasowymi, przestrzennymi i semantycznymi. Przekształć niemal dowolne dane ze świata rzeczywistego w złożoną sieć - taką jak rekomendacje dotyczące współużytkowania produktów kosmetycznych, błotniste powiązania funduszy hedgingowych i znajomości online. Analizuj i wizualizuj sieć oraz podejmuj decyzje biznesowe w oparciu o swoją analizę. Jeśli jesteś ciekawskim programistą Python, analitykiem danych lub specjalistą CNA zainteresowanym mechanizacją przyziemnych zadań, zwiększysz swoją produktywność wykładniczo.

Złożona analiza sieci była kiedyś wykonywana ręcznie lub za pomocą nieprogramowalnych narzędzi do analizy sieci, ale już nie! Teraz możesz zautomatyzować i zaprogramować te zadania w Pythonie. Złożone sieci to zbiory połączonych elementów, słów, pojęć lub osób. Badając ich strukturę i poszczególne elementy, możemy dowiedzieć się o ich znaczeniu, ewolucji i odporności.

Zaczynając od prostych sieci, konwertuj rzeczywiste i syntetyczne grafy sieciowe na struktury danych networkx. Przyjrzyj się bardziej wyrafinowanym sieciom i poznaj potężniejsze maszyny do obliczania centralności, modelowania bloków oraz wykrywania klików i społeczności. Zapoznanie się z narzędziami do wizualizacji sieci o jakości prezentacyjnej, zarówno programowalnymi, jak i interaktywnymi - takimi jak Gephi, eksplorator CNA. Dostosuj wzorce ze studiów przypadków do swoich problemów. Eksploruj duże sieci za pomocą NetworKit, wysokowydajnego substytutu networkx. Każda część książki zawiera przegląd klasy sieci, zawiera praktyczne studium funkcji i technik networkx, a kończy się studiami przypadków z różnych dziedzin, w tym sieci społecznościowych, antropologii, marketingu i analityki sportowej.

Połącz swoje umiejętności programowania CNA i Python, aby stać się lepszym analitykiem sieci, bardziej zaawansowanym naukowcem zajmującym się danymi i bardziej wszechstronnym programistą.

Czego potrzebujesz:

Potrzebna będzie instalacja Pythona 3.x z następującymi dodatkowymi modułami: Pandas (>=0. 18), NumPy (>=1. 10), matplotlib (>=1. 5), networkx (>=1. 11), python-louvain (>=0. 5), NetworKit (>=3. 6) i generalizesimilarity. Zalecamy korzystanie z dystrybucji Anaconda, która zawiera wszystkie te moduły, z wyjątkiem python-louvain, NetworKit i generalizesimilarity, i działa na wszystkich głównych nowoczesnych systemach operacyjnych.