Descripción
Construya, analice y visualice redes con networkx, un módulo del lenguaje Python. El análisis de redes es una herramienta poderosa que puede aplicar a una multitud de conjuntos de datos y situaciones. Descubra cómo trabajar con todo tipo de redes, incluidas las redes sociales, de productos, temporales, espaciales y semánticas. Convierta casi cualquier dato del mundo real en una red compleja, como recomendaciones sobre el uso conjunto de productos cosméticos, conexiones turbias de fondos de cobertura y amistades en línea. Analice y visualice la red, y tome decisiones comerciales basadas en su análisis. Si es un programador de Python curioso, un científico de datos o un especialista en CNA interesado en mecanizar tareas mundanas, aumentará su productividad exponencialmente.
El análisis de redes complejas solía hacerse a mano o con herramientas de análisis de redes no programables, pero ya no. Ahora puede automatizar y programar estas tareas en Python. Las redes complejas son colecciones de elementos, palabras, conceptos o personas conectadas. Al explorar su estructura y elementos individuales, podemos aprender sobre su significado, evolución y resiliencia.
Comenzando con redes simples, convierta gráficos de redes reales y sintéticas en estructuras de datos de networkx. Examine redes más sofisticadas y aprenda mecanismos más potentes para manejar el cálculo de centralidad, el modelado de bloques y la detección de camarillas y comunidades. Familiarícese con herramientas de visualización de redes de calidad de presentación, tanto programables como interactivas, como Gephi, un explorador de CNA. Adapte los patrones de los estudios de caso a sus problemas. Explore redes grandes con NetworKit, un sustituto de alto rendimiento de networkx. Cada parte del libro le brinda una descripción general de una clase de redes, incluye un estudio práctico de las funciones y técnicas de networkx, y concluye con estudios de caso de varios campos, incluidos las redes sociales, la antropología, el marketing y el análisis deportivo.
Combine sus habilidades de CNA y programación en Python para convertirse en un mejor analista de redes, un científico de datos más competente y un programador más versátil.
Lo que necesita:
Necesitará una instalación de Python 3.x con los siguientes módulos adicionales: Pandas (>=0.18), NumPy (>=1.10), matplotlib (>=1.5), networkx (>=1.11), python-louvain (>=0.5), NetworKit (>=3.6) y generalizesimilarity. Recomendamos usar la distribución de Anaconda que viene con todos estos módulos, excepto python-louvain, NetworKit y generalizedsimilarity, y funciona en todos los principales sistemas operativos modernos.
Autor: Dmitry Zinoviev
Editorial: Pragmatic Bookshelf
Publicado: 13/02/2018
Páginas: 262
Tipo de encuadernación: Tapa blanda
Peso: 1.00 libras
Tamaño: 9.25 de alto x 7.50 de ancho x 0.55 de profundidad
ISBN13: 9781680502695
ISBN10: 1680502697
Categorías BISAC:
- Informática | Lenguajes | Python
- Informática | Software empresarial y de productividad | General
- Informática | Internet | General
Acerca del autor
Dmitry Zinoviev tiene títulos de posgrado en física y ciencias de la computación con un doctorado de la Universidad de Stony Brook. Sus intereses de investigación incluyen la simulación y el modelado por computadora, la ciencia de redes, el análisis de redes y las humanidades digitales. Ha estado enseñando en la Universidad de Suffolk en Boston, MA desde 2001. Es el autor de Data Science Essentials in Python.