Ejercicios Random Networks vs Real Networks

Ejercicios Diferencia en Distribución de Grados

Compare la distribución de grados de una red real contra una red aleatoria.

Baje un red real de SNAP
Cree una red aleatoria con el mismo número de links y nodos
Compare la distribución de grados



In [14]:

    
edges =[]
for line in open('facebook_combined.txt'):
    if line[0] != '#':
        # print(line.replace('\n','').split(' ')) # \n es salto de linea, .split(' ') -> separar por espacio, .split('\t') -> si esta separado por tabulación
        d = line.replace('\n','').split(' ')
        edges.append((d[0],d[1]))
#print(edges)



In [34]:

    
import networkx as nx
G = nx.Graph()  # G = nx.Graph(edges), otro modo de crear el grafo
G.add_edges_from(edges)
degrees = [degree for _, degree in G.degree().items()]



In [35]:

    
G_rand = nx.Graph()
N = len(G.nodes())
p = 2*len(edges)/(N*(N-1))
G_rand = nx.gnp_random_graph(N,p)
#print(d)



In [38]:

    
import seaborn as sns
sns.set()
%matplotlib inline
ax = sns.distplot(list(G.degree().values()))
sns.distplot(list(G_rand.degree().values()))
#ax.set(xscale="log", yscale="log")









    



/Users/didergonzalezarroyave/anaconda/lib/python3.6/site-packages/statsmodels/nonparametric/kdetools.py:20: VisibleDeprecationWarning: using a non-integer number instead of an integer will result in an error in the future
  y = X[:m/2+1] + np.r_[0,X[m/2+1:],0]*1j






    Out[38]:





<matplotlib.axes._subplots.AxesSubplot at 0x10f7897f0>

Ejercicios Comparación Tamaño del componente Gigante

Genere varias realizaciones de la red aleatoria y compare el tamaño del componente gigante contra el de la red real



In [ ]:

Ejercicio Comparación Número de componentes

Genera varias realizaciones de la red aleatoria y compare la cantidad de componentes



In [ ]: