MAT281 - Laboratorio N°07: Visualizacion y Analisis de Grafos con NetworkX¶

Objetivos del laboratorio¶

• Construir grafos a partir de listas de aristas y matrices de adyacencia.
• Visualizar grafos usando distintos layouts.
• Calcular metricas de centralidad e interpretar su significado.
• Detectar comunidades y analizar caminos mas cortos.
• Diferenciar grafos dirigidos, no dirigidos y bipartitos.

Instrucciones¶

Lea con atencion cada problema antes de resolverlo. Reemplace cada celda que contiene # FIXME con su propia solucion y, cuando se solicite, responda las preguntas en celdas de texto.

Nota: Puede apoyarse en asistentes virtuales (ChatGPT, Gemini, Claude) o en el autocompletado de Colab, pero asegurese de entender cada linea de codigo que entregue.

Requisito: # !pip install networkx python-louvain

In [ ]:

import networkx as nx
import pandas as pd
import matplotlib.pyplot as plt

import networkx as nx import pandas as pd import matplotlib.pyplot as plt

Dataset: red de colaboracion¶

Trabajaremos con una pequeña red de colaboracion donde cada arista indica que dos personas trabajaron juntas (con un peso = numero de proyectos compartidos).

In [ ]:

edges = pd.DataFrame({
    'source': ['Ana','Ana','Beto','Beto','Caro','Caro','Dani','Eva','Eva','Fito'],
    'target': ['Beto','Caro','Caro','Dani','Dani','Eva','Eva','Fito','Gabi','Gabi'],
    'weight': [3, 1, 2, 1, 4, 1, 2, 3, 1, 2],
})
edges

edges = pd.DataFrame({ 'source': ['Ana','Ana','Beto','Beto','Caro','Caro','Dani','Eva','Eva','Fito'], 'target': ['Beto','Caro','Caro','Dani','Dani','Eva','Eva','Fito','Gabi','Gabi'], 'weight': [3, 1, 2, 1, 4, 1, 2, 3, 1, 2], }) edges

Problema 01 — Construir el grafo¶

Tu tarea:

1. Construye un grafo no dirigido G desde el DataFrame edges con nx.from_pandas_edgelist (incluye el atributo weight).
2. Reporta el numero de nodos y aristas.
3. Dibuja el grafo con nx.draw usando un spring_layout.

In [ ]:

# FIXME

# FIXME

Problema 02 — Layouts y pesos¶

Tu tarea:

1. Dibuja el mismo grafo con al menos dos layouts distintos (spring_layout, circular_layout, kamada_kawai_layout).
2. Haz que el grosor de cada arista sea proporcional a su weight.

In [ ]:

# FIXME

# FIXME

Problema 03 — Metricas de centralidad¶

La centralidad mide la importancia de un nodo en la red.

Tu tarea:

1. Calcula la centralidad de grado (degree_centrality) y de intermediacion (betweenness_centrality).
2. ¿Quien es la persona mas "central" segun cada metrica?
3. Dibuja el grafo haciendo que el tamaño de cada nodo sea proporcional a su centralidad de grado.

In [ ]:

# FIXME

# FIXME

Problema 04 — Comunidades y caminos¶

Tu tarea:

1. Detecta comunidades con el algoritmo de Louvain (nx.community.louvain_communities) y colorea los nodos segun su comunidad.
2. Calcula el camino mas corto entre 'Ana' y 'Gabi' (nx.shortest_path) y resaltalo en el grafo.

In [ ]:

# FIXME

# FIXME

Problema 05 — Grafo dirigido¶

Tu tarea:

1. Construye un grafo dirigido (nx.DiGraph) con las mismas aristas interpretadas como "A recomienda a B".
2. Calcula el grado de entrada (in_degree) y salida (out_degree) de cada nodo.
3. Pregunta: ¿que representa un nodo con alto grado de entrada en esta red?

In [ ]:

# FIXME

# FIXME

Respuesta: (escribe aqui)