Samenvatting Netwerkanalyse Deeltentamen 1

Netwerkanalyse samenvatting deeltoets 1
Behandelde stof in opdrachten week 1-3

Neighbors (buren)

• Theorie
- De nodes die via 1 edge verbonden zijn met de bekeken node

• Functie(s)
- Graaf.neighbors(node)
- Return type is een iterator
- Genereert een error als de node niet in de graaf is

• gebruik:
- [x for x in Graaf.neighbors(node)]
- dit geeft voor de node alle neighbors


Complete Graph (complete graaf)

• Theorie
- een graaf is complete als het aantal nodes min 1 keer het aantal nodes gelijk is aan
het aantal edges: ((aantal nodes -1) * aantal nodes ) / 2 == aantal edges

• Functie(s)
- Aantal nodes: nx.number_of_nodes(graaf)
- Aantal edges: nx.number_of_edges(graaf)


Degree

• Theorie
- Het aantal neighbors dat de node heeft


• Functie(s)
- Graaf.degree(node)


Sub graph (subgraaf)

• Theorie
- Een subset van alle nodes in de graaf die samen een kleinere graaf vormen

• Functie(s)
- Graaf.subgraph(lijst van nodes)

, Adjacency

• Theorie
- Het zelfde als neighbors,

• Functie(s)
- nx.adjacency_matrix(graaf, lijst van nodes (optioneel)), dit geeft een matrix met daarin
alle nodes en een 1 als het buren zijn en een 0 als het geen buren zijn.

Shortest path (kortste pad)

• Theorie
- Het kortste pad van node A tot node B

• Functie(s)
- nx.shortest_path(graaf, A, B), geeft het kortste pad tussen node A en B
- nx.shortest_path_length(graaf, A, B), geeft de lengte van het kortste pad tussen node
A en B


Minimal vertex cuts

• Theorie
- Het minimale aantal nodes en de nodes die verwijderd moeten worden om een
complete graaf incompleet te maken.

• Functie(s)
- nx.minimum_node_cut(graaf)


Eccentricity

• Theorie
- Voor een node A, het kortste langste pad naar een andere node. Dus de node die het
meest ver weg is van node A.

• Functie(s)
- nx.eccentricity(graaf,node)


Radius

• Theorie
- De min van de eccentricity, dus het kortste kortste langste pad van alle nodes in de
graaf

• Functie(s)
- nx.radius(graaf)