用Python的NetworkX库绘制Billy Corgan的网络图：分析和映射社交关系 – 第4部分
Python NetworkX Library Analyzing and Mapping Social Relationships of Billy Corgan - Part 4
继续学习如何使用NetworkX和Python进行社交网络分析
在我们对比利·科根的影响范围进行调查的开始阶段，我们介绍了社交网络分析和节点和边缘等基本概念。在第二部分中，我们通过绘制Smashing Pumpkins和Zwan乐队成员之间的关系图来扩展了我们对社交网络分析的理解。然后，我们研究了度中心性和介数中心性等指标，以探究不同乐队成员之间的关系。同时，我们讨论了领域知识如何帮助我们理解结果。
在第三部分中，我们介绍了第三种中心性度量指标——接近中心性。我们还开始讨论社区和子群体的概念，并展示了不同的社区图以及我们如何使用接近中心性来解释。通过乐队Zwan和Smashing Pumpkins的音乐人网络，我们对成员之间的关系进行了推断。
这一次，我们将通过扩展网络并添加其他乐队使结果更加有趣。同时，我们将扩展对中心性度量和社区概念的理解，同时通过改进Matplotlib技巧使您的NetworkX图更具吸引力。
向网络添加复杂性
在之前的系列中，我们介绍了社交网络分析中的三个基本指标：度中心性、介数中心性和接近中心性。我们还讨论了社区的概念，并描述了如何将该框架应用于理解组成比利·科根网络的社区/乐队之间的网络动态。
即使是一小组音乐人也可以展现出有趣的网络动态，但网络的缺乏复杂性使我们的结果较为…
.jpg)
