Question

掌握了适当的定义和公式后，我们接下来开启网络数据分析的宏伟篇章。

典型的网络分析序列包括以下步骤。

(1) 首先，识别离散实体以及实体间的关系。实体转化为网络节点，而实体间的关系转化为网络的边。如果关系是二元的（例如存在和不存在），就可以直接定义出网络的边。如果关系不是二元的，而是连续的或离散的，可以将它们看作加权的边，或者只将值等于或高于阈值的关系转换为未加权的边。后一种转换称为抽样。抽样阈值是从经验和实用的角度来选择的。如果阈值太高，则网络会分解成很多小的连通量，显得过于稀疏；如果阈值太低，网络就会失去社区结构，变得混乱。

(2) 计算各种网络度量：密度、分量的数目、GCC的大小、直径、中心性和集聚系数等。

(3) 识别网络社区。如果网络最终是模块化的，就可以给社区分配标签，将社区替换为“超节点”，并在导出的新网络上开展研究。

(4) 最后，和任何其他数据科学实验一样，都要对结果进行解释，并生成一个包含许多吸引眼球的图片的报告。

networkx模块几乎提供了你开展典型网络研究所需要的一切，只有一个例外：它生成的图片毫无吸引力，坦率地讲，图片的质量相当可悲。为了得到更佳的可视化效果，可以使用Gephi（请参阅第40单元第2小节）。