Note :
Ce livre est fortement recommandé aux débutants et à ceux qui souhaitent apprendre l'analyse de réseaux à l'aide de NetworkX. Il couvre efficacement les concepts fondamentaux et fournit des exemples de codage utiles. Il inclut des applications du monde réel qui améliorent la compréhension des différents types de réseaux.
Avantages:Facile à comprendre pour les débutants, exemples humoristiques et réalistes, applications pratiques avec des cas réels, utilisation efficace de NetworkX pour visualiser des réseaux complexes, ressources de codage utiles.
Inconvénients:Aucun inconvénient significatif n'a été mentionné dans les commentaires.
(basé sur 3 avis de lecteurs)
Network Science with Python and NetworkX Quick Start Guide
Manipuler et analyser des données de réseau avec la puissance de Python et NetworkX Caractéristiques clés Comprendre la terminologie et les concepts de base de la science des réseaux Tirer parti de la puissance de Python et NetworkX pour représenter les données sous forme de réseau Appliquer des techniques communes pour travailler avec des données de réseau de différentes tailles Description du livre
NetworkX est un logiciel libre et open source utilisé pour la science des réseaux avec le langage de programmation Python. NetworkX permet de suivre les propriétés des individus et des relations, de trouver des communautés, d'analyser la résilience, de détecter les emplacements clés du réseau et d'effectuer un large éventail de tâches importantes. Avec la sortie récente de la version 2, NetworkX a été mis à jour pour être plus puissant et plus facile à utiliser.
Si vous êtes un scientifique des données, un ingénieur ou un spécialiste des sciences sociales informatiques, ce livre vous guidera dans l'utilisation du langage de programmation Python pour mieux comprendre les réseaux du monde réel. En commençant par les principes fondamentaux, vous serez initié aux concepts de base de la science des réseaux, avec des exemples qui utilisent des données réelles et du code Python. Ce livre vous présentera des concepts théoriques tels que les réseaux sans échelle et à petit monde, les mesures de centralité et la modélisation basée sur les agents. Vous serez également en mesure de rechercher des réseaux sans échelle dans des données réelles et de visualiser un réseau à l'aide de schémas circulaires, dirigés et en coquille.
À la fin de ce livre, vous serez en mesure de choisir les représentations de réseau appropriées, d'utiliser NetworkX pour construire et caractériser des réseaux, et de découvrir des informations en travaillant avec des systèmes du monde réel. Ce que vous apprendrez Utiliser Python et NetworkX pour analyser les propriétés des individus et des relations Encoder des données dans des nœuds et des arêtes de réseaux à l'aide de NetworkX Manipuler, stocker et résumer des données dans des nœuds et des arêtes de réseaux Visualiser un réseau à l'aide d'agencements circulaires, dirigés et en coquille Découvrir comment la simulation du comportement sur les réseaux peut donner un aperçu des problèmes du monde réel Comprendre l'impact continu de la science des réseaux sur la société, et ses considérations éthiques A qui s'adresse ce livre ?
Si vous êtes programmeur ou data scientist et que vous souhaitez manipuler et analyser des données de réseau en Python, ce livre est fait pour vous. Bien qu'une connaissance préalable de la science des réseaux ne soit pas nécessaire, une certaine expérience de la programmation Python vous aidera à comprendre facilement les concepts abordés dans ce livre. Table des matières Qu'est-ce qu'un réseau ? Travailler avec des réseaux dans NetworkX Des données aux réseaux Réseaux d'affiliation La petite échelle - nœuds et centralité La grande image - description des réseaux Entre les deux - communautés Réseaux sociaux et viralité Simulation et analyse Réseaux dans l'espace et le temps Visualisation Conclusion Annexe
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)