16/12/2019, 11:51
18/12/2019, 13:07
def DistrCLUSTER(self):
xc = [] #Num Neighbors
yc = []
AvgNC = nx.average_degree_connectivity(G2)
a = list(AvgNC)
C = nx.clustering(G2)
ax = pd.Series(C)
l = ax.unique()
l1 = ax.nunique()
for i in range(1, l1):
ayy = l[i]
axx = a[i]
ay = round(ayy, 3)
print(i, axx, ay)
yc.append(ay)
xc.append(axx)
.....
self.scatter(xc, yc, alpha=0.6)
.....
20/12/2019, 13:19
02/01/2020, 13:44
def DistrCLUSTER(self):
from numpy import mean
XX = []
DD = list(nx.clustering(G2, G2.nodes()).items())
DDD = list(G2.degree())
for i in range(0, nx.number_of_nodes(G2)):
if (DDD[i][1] == 1):
continue
else:
x = (DDD[i][1], DD[i][1])
XX.append(x)
# elimino i doppioni
X_ = pd.Series(XX)
XX_ = list(X_.unique())
tt = []
qq = []
for j in range(0, len(XX_)):
ss = XX_[j][0]
pp = XX_[j][1]
# conto quante volte il dato della colonna 0 si ripete
tt.append(ss)
n = tt.count(ss)
# ho provato a creare un dizionario per poter poi risalire con facilità ai valori colonna 1 di quei dati della colonna 0 che si ripetono
dicctt = dict()
dicctt[ss].append(pp)
#accodo i dati con più valori
if (n == 1):
continue
else:
temp = ss
qq.append(temp)
# rendo univoci i dati
Y_ = pd.Series(qq)
YY_ = list(Y_.unique())
# A QUESTO PUNTO VORREI RICERCARE I DATI YY_ NELLA LISTA XX_ O NEL DIZIONARIO E PRENDERE I VALORI PER CIASCUN DATO PER POI CALCOLARNE LA MEDIA CON LA FUNZIONE mean()
print(dicctt) #non mi stampa nulla
dicctt = {}
dicctt[ss].append(pp) # vedere codice in alto
dicctt = {}
dicctt[ss] = pp
02/01/2020, 15:07
dicctt = {}
dicctt = defaultdict(list)
Skuola.net News è una testata giornalistica iscritta al Registro degli Operatori della Comunicazione.
Registrazione: n° 20792 del 23/12/2010.
©2000—
Skuola Network s.r.l. Tutti i diritti riservati. — P.I. 10404470014.
Powered by phpBB © phpBB Group - Privacy policy - Cookie privacy
phpBB Mobile / SEO by Artodia.