Recenzii ale cititorilor
Rezumat:Cartea servește ca o introducere puternică în analiza grafurilor și a rețelelor, în special pentru începători și pentru cei cu un fundal informatic. În timp ce mulți recenzenți laudă claritatea sa, exemplele cu cod Python și stilul de scriere captivant, unii își exprimă dezamăgirea cu privire la profunzimea subiectelor complexe și a algoritmilor acoperiți.
Avantaje:Oferă explicații clare, exemple concrete și cod Python, scriere bine structurată și concisă, stil amuzant și educativ, potrivit pentru începători și pentru cei cu cunoștințe de informatică, util pentru aplicații practice.
Dezavantaje:Unii recenzenți au considerat că este lipsit de profunzime în ceea ce privește subiectele complexe și algoritmii, anumite secțiuni fiind prea elementare și neabordând pe deplin complexitatea implicată în titlu.
(pe baza a 10 recenzii ale cititorilor)
Titlul original:
Complex Network Analysis in Python: Recognize - Construct - Visualize - Analyze - Interpret
Conținutul cărții:
Construiți, analizați și vizualizați rețele cu networkx, un modul de limbaj Python. Analiza rețelelor este un instrument puternic pe care îl puteți aplica la o multitudine de seturi de date și situații. Descoperiți cum să lucrați cu toate tipurile de rețele, inclusiv rețele sociale, de produse, temporale, spațiale și semantice. Convertiți aproape orice date din lumea reală într-o rețea complexă - cum ar fi recomandările privind produsele cosmetice care se utilizează împreună, conexiunile tulburi ale fondurilor speculative și prieteniile online. Analizați și vizualizați rețeaua și luați decizii de afaceri bazate pe analiza dvs. Dacă sunteți un programator Python curios, un cercetător de date sau un specialist CNA interesat de mecanizarea sarcinilor banale, vă veți crește productivitatea exponențial.
Analiza complexă a rețelelor obișnuia să fie făcută manual sau cu instrumente de analiză a rețelelor neprogramabile, dar nu mai este cazul! Acum puteți automatiza și programa aceste sarcini în Python. Rețelele complexe sunt colecții de elemente, cuvinte, concepte sau persoane conectate. Prin explorarea structurii lor și a elementelor individuale, putem afla mai multe despre semnificația, evoluția și rezistența lor.
Pornind de la rețele simple, convertiți grafurile de rețea reale și sintetice în structuri de date networkx. Examinați rețele mai sofisticate și învățați mecanisme mai puternice pentru a gestiona calculul centralității, modelarea blocurilor și detectarea clișeelor și comunităților. Familiarizarea cu instrumentele de vizualizare a rețelelor cu calitate de prezentare, atât programabile, cât și interactive - cum ar fi Gephi, un explorator CNA. Adaptați modelele din studiile de caz la problemele dumneavoastră. Explorați rețele mari cu NetworKit, un înlocuitor de rețeax de înaltă performanță. Fiecare parte din carte vă oferă o prezentare generală a unei clase de rețele, include un studiu practic al funcțiilor și tehnicilor networkx și se încheie cu studii de caz din diverse domenii, inclusiv rețele sociale, antropologie, marketing și analiză sportivă.
Combinați-vă abilitățile de programare CNA și Python pentru a deveni un analist de rețea mai bun, un cercetător de date mai desăvârșit și un programator mai versatil.
Ce vă trebuie:
Veți avea nevoie de o instalare Python 3. x cu următoarele module suplimentare: Pandas (>=0. 18), NumPy (>=1. 10), matplotlib (>=1. 5), networkx (>=1. 11), python-louvain (>=0. 5), NetworKit (>=3. 6) și generalizesimilarity. Vă recomandăm să utilizați distribuția Anaconda, care vine cu toate aceste module, cu excepția python-louvain, NetworKit și generalizedsimilarity, și funcționează pe toate sistemele de operare moderne majore.
