Analisi di reti complesse in Python: Riconoscere - Costruire - Visualizzare - Analizzare - Interpretare

Recensioni dei lettori

Il libro è una solida introduzione all'analisi dei grafi e delle reti, in particolare per i principianti e per coloro che hanno un background informatico. Mentre molti recensori ne lodano la chiarezza, gli esempi con codice Python e lo stile di scrittura accattivante, alcuni esprimono disappunto per la profondità degli argomenti e degli algoritmi complessi trattati.

Fornisce spiegazioni chiare, esempi concreti e codice Python, scrittura ben strutturata e concisa, stile divertente ed educativo, adatto ai principianti e a chi ha un background informatico, utile per le applicazioni pratiche.

Alcuni recensori hanno riscontrato una mancanza di profondità per quanto riguarda gli argomenti e gli algoritmi complessi, in quanto alcune sezioni sono troppo basilari e non affrontano pienamente le complessità implicite nel titolo.

(basato su 10 recensioni dei lettori)

Titolo originale:

Complex Network Analysis in Python: Recognize - Construct - Visualize - Analyze - Interpret

Contenuto del libro:

Costruite, analizzate e visualizzate le reti con networkx, un modulo del linguaggio Python. L'analisi delle reti è uno strumento potente che si può applicare a una moltitudine di dati e situazioni. Scoprite come lavorare con tutti i tipi di reti, comprese quelle sociali, di prodotto, temporali, spaziali e semantiche. Convertite quasi tutti i dati del mondo reale in una rete complessa, come ad esempio le raccomandazioni sui prodotti cosmetici da utilizzare in comune, le connessioni tra fondi speculativi e le amicizie online. Analizzate e visualizzate la rete e prendete decisioni commerciali in base alla vostra analisi. Se siete un curioso programmatore Python, uno scienziato dei dati o uno specialista CNA interessato a meccanizzare compiti banali, aumenterete la vostra produttività in modo esponenziale.

Un tempo le analisi di rete complesse si facevano a mano o con strumenti di analisi di rete non programmabili, ma ora non più! Ora è possibile automatizzare e programmare queste attività in Python. Le reti complesse sono collezioni di oggetti, parole, concetti o persone collegate tra loro. Esplorando la loro struttura e i singoli elementi, possiamo conoscere il loro significato, la loro evoluzione e la loro resilienza.

Partendo da reti semplici, convertite grafi di rete reali e sintetici in strutture di dati networkx. Esaminare reti più sofisticate e imparare macchinari più potenti per gestire il calcolo della centralità, il modello a blocchi e il rilevamento di cricche e comunità. Acquisire familiarità con strumenti di visualizzazione delle reti di qualità, sia programmabili che interattivi, come Gephi, un esploratore di CNA. Adattate i modelli dei casi di studio ai vostri problemi. Esplorate le grandi reti con NetworKit, un sostituto di Networkx ad alte prestazioni. Ogni parte del libro offre una panoramica di una classe di reti, include uno studio pratico delle funzioni e delle tecniche di networkx e si conclude con casi di studio tratti da vari campi, tra cui social network, antropologia, marketing e analisi sportiva.

Combinate le vostre abilità di programmazione CNA e Python per diventare un analista di rete migliore, un data scientist più completo e un programmatore più versatile.

Cosa serve:

È necessaria un'installazione di Python 3. x con i seguenti moduli aggiuntivi: Pandas (>=0. 18), NumPy (>=1. 10), matplotlib (>=1. 5), networkx (>=1. 11), python-louvain (>=0. 5), NetworKit (>=3. 6) e generalizesimilarity. Si consiglia di utilizzare la distribuzione Anaconda che contiene tutti questi moduli, tranne python-louvain, NetworKit e generalizedsimilarity, e funziona su tutti i principali sistemi operativi moderni.