Pyecharts人物关系图开发

1. Pyecharts版本说明

Pyecharts的版本最新版本为1.7.0版本，此版本跟0.5版本的使用方法不一样了。很多参数方法配置不一样了。Import的内容也不一样了。官方的例子主要是采用函数定义，方法采用链式传导操作方法，参数配置项也有变化。建议使用json或字典模式，时候前后台系统，更符合echart的开发思路，方便扩展。

2. 基础人物关系图开发说明

关系图参数设置有两种方法可以采用(函数参数和字典数据)。第一种方法利用python程序直接在代码中设置各种参数，如下例所示：

import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowsernodes = [        opts.GraphNode(name="结点1", symbol_size=10),        opts.GraphNode(name="结点2", symbol_size=20),        opts.GraphNode(name="结点3", symbol_size=30),        opts.GraphNode(name="结点4", symbol_size=40),        opts.GraphNode(name="结点5", symbol_size=50),    ]links = [    opts.GraphLink(source="结点1", target="结点2",value=1,linestyle_opts=opts.LineStyleOpts(width=20)),    opts.GraphLink(source="结点2", target="结点3",value=2),    opts.GraphLink(source="结点3", target="结点4",value=3),    opts.GraphLink(source="结点4", target="结点5",value=4),    opts.GraphLink(source="结点5", target="结点1",value=5),]mygraph=Graph()mygraph.add("系列名称",nodes,links,repulsion=8000,edge_label=opts.LabelOpts(                is_show=True,                position="middle",                formatter="{b} {c}"))mygraph.set_global_opts(title_opts=opts.TitleOpts())mygraph.render()webbrowser.open("render.html")

图 1 函数参数配置人物关系图

(1) 节点和链路

利用库options函数的方法定义节点和链路，里面有各种参数。这里重点说明

linestyle_opts=opts.LineStyleOpts(width=20))

在线段的参数设置中，利用options的子方法进行二级属性的设置。

(2) 图形添加属性

在利用graph()生成图形后，给图形添加节点、链路和图形的各种属性。

(3) 具体函数参数设置

函数的参数非常多，需要参考官方的函数说明

https://pyecharts.org/#/

3. 高级人物关系图开发说明

(1) 数据及参数来源

在官方的例子中，复杂数据后大量数据展示，采用的是读取json数据格式。在json数据中利用字典形式定义了各种属性和对应的值。这里需要注意的就是，参数如果有二级的子参数设置，在json中，也需要在字典的形式。坑是，在json中这种字典的一级key不是参数配置方法的名字，而是一个函数定义的缩写，大小写跟参数配置的还有区别，如下所示。在链路设置中，线型的属性设置用的是"lineStyle": {"width": 10} 这里的lineStyle是函数名字的缩写，函数名字是lineStyleopt，也没看到说明。只能自己分析了。推荐采用这种字典方式设置参数，这个方法类似于echart，方便后台数据与前台UI交换数据，方便后期扩展

(2) json数据

{    "categories": [        {            "name": "类目0"        },        {            "name": "类目1"        },        {            "name": "类目2"        },        {            "name": "类目3"        },        {            "name": "类目4"        },        {            "name": "类目5"        },        {            "name": "类目6"        },        {            "name": "类目7"        },        {            "name": "类目8"        }    ],    "nodes": [        {            "id": "0",            "name": "张零",            "symbolSize": 10,            "value": 28.685715,            "label": {                "normal": {                    "show": true                }            },            "category": 0        },        {            "id": "1",            "name": "张一",            "symbolSize": 15,            "value": 4,            "label": {                "normal": {                    "show": true                }            },            "category": 0        },        {            "id": "2",            "name": "张二二",            "symbolSize": 20,            "value": 9.485714,            "label": {                "normal": {                    "show": true                }            },            "category": 1        },        {            "id": "3",            "name": "张三三",            "symbolSize": 25,            "value": 9.485714,            "label": {                "normal": {                    "show": true                }            },            "category": 1        },        {            "id": "4",            "name": "CountessDeLo",            "symbolSize": 30,            "value": 4,            "label": {                "normal": {                    "show": true                }            },            "category": 0        },        {            "id": "5",            "name": "Geborand",            "symbolSize": 35,            "value": 4,            "label": {                "normal": {                    "show": true                }            },            "category": 0        },        {            "id": "6",            "name": "Champtercier",            "symbolSize": 40,            "value": 4,            "label": {                "normal": {                    "show": true                }            },            "category": 0        }    ],    "links": [        {            "id": "0",            "source": "1",            "target": "0",            "lineStyle":{"width": 20}        },        {            "id": "1",            "source": "2",            "target": "0",            "lineStyle": {"width": 10}        },        {            "id": "2",            "source": "3",            "target": "0"        },        {            "id": "3",            "source": "3",            "target": "2"        },        {            "id": "4",            "source": "4",            "target": "0"        },        {            "id": "5",            "source": "5",            "target": "0"        },        {            "id": "6",            "source": "6",            "target": "0"        }    ]}

(3) 调用json代码

调用json方法，利用字典传递参数

import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowserdef graph_les_miserables():    with open("les-miserables.json", "r", encoding="utf-8") as f:        j = json.load(f)        nodes = j["nodes"]        links = j["links"]        categories = j["categories"]    print(nodes)    print(links)    c = (        Graph(init_opts=opts.InitOpts(, ))        .add(            "",            nodes=nodes,            links=links,            categories=categories,            layout="circular", #圆形            is_rotate_label=True,            linestyle_opts=opts.LineStyleOpts(color="source", curve=0.3),            label_opts=opts.LabelOpts(position="right"),        )        .set_global_opts(            title_opts=opts.TitleOpts(),            legend_opts=opts.LegendOpts(                orient="vertical", pos_left="2%", pos_top="20%"            ),        )    )    return cmygraph=graph_les_miserables()mygraph.render()webbrowser.open("render.html")

图 2 json参数配置人物关系图

4. 红楼梦人物关系图

(1) 思路

数据源：

1　 第一种方法，读取文本，截词分析，利用csv建立人物关系的矩阵图。

2　 第二种方法，模拟矩阵人物关系矩阵。

数据读取

3　 利用pandas读取矩阵数据

4　 类似于json，利用pandas，把第一类转换为node，把行转换为link。

数据填充

5　 利用字典形式填充人物关系图，利用字典数据配置各种参数。

6　 生成人物关系图。

图 3 人物关系矩阵

(2) 代码

from pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowserimport randomimport pandas as pdimport jiebaimport jieba.posseg as pseg# 构建一个模拟数据集，矩阵形式#停用词stopwords = [line.strip() for line in open('baidu_stopwords.txt',encoding='UTF-8').readlines()]#数据来源一：读取小说f=open("红楼梦.txt","r",encoding="utf-8")jieba.load_userdict("红楼梦人名表.txt")#加载人物表names = {}#  保存人物，键为人物名称，值为该人物在全文中出现的次数relationships = {}#保存人物关系的有向边，键为有向边的起点，值为一个字典 edge ，edge 的键为有向边的终点，值是有向边的权值lineNames = []# 缓存变量，保存对每一段分词得到当前段中出现的人物名称for line in f.readlines():        poss = pseg.cut(line)  # 分词，返回词性        lineNames.append([])  # 为本段增加一个人物列表        for w in poss:            if w.flag != 'nr' or len(w.word) < 2 or w.word in stopwords:                continue  # 当分词长度小于2或该词词性不为nr(人名)时认为该词不为人名            lineNames[-1].append(w.word)  # 为当前段的环境增加一个人物            if names.get(w.word) is None:  # 如果某人物(w.word)不在人物字典中                names[w.word] = 0                relationships[w.word] = {}            names[w.word] += 1f.close()# 对于 lineNames 中每一行，我们为该行中出现的所有人物两两相连。如果两个人物之间尚未有边建立，则将新建的边权值设为 1，# 否则将已存在的边的权值加 1。这种方法将产生很多的冗余边，这些冗余边将在最后处理。for line in lineNames:    for name1 in line:        for name2 in line:            if name1 == name2:                continue            if relationships[name1].get(name2) is None:                relationships[name1][name2] = 1            else:                relationships[name1][name2] = relationships[name1][name2] + 1#构建人物关系矩阵#行row_name={}for key0,value0 in relationships.items():    for key1,value1 in value0.items():        if value1>100: #设置门限，关系10次以上的提取            #print(key0,key1,value1)            row_name[key0]=row_name.get(key0,0)+1            row_name[key1]=row_name.get(key1,0)+1#row_nameprint(len(row_name))namepd0=pd.DataFrame()namepd0['name']=list(row_name.keys())print(namepd0.tail(10))#%%#列for i in row_name.keys():    col_name=i    col_data=[ ]    for j in row_name.keys():        if relationships[i].get(j)!=None and relationships[i].get(j)>100:           col_data.append(relationships[i][j])        else:            col_data.append(0)    namepd0[col_name]=col_datanamepd0.to_csv("data.csv",index=False)namepd0##%%#第二种方案，模拟随机产生矩阵数据N=6x1=[]mypd0=pd.DataFrame()for i in range(0,N):    x1.append("张三"+str(i))mypd0["name"]=x1for i in range(0,N):    x2=[]    for j in range(0,N):        if i==j:            x2.append(0)        else:            x2.append(random.randint(0,6))    mypd0[x1[i]]=x2mypd0.to_csv("data.csv",index=False)mypd0

#====================# 读取数据集mypd2 = pd.read_csv("data.csv")print(mypd2)print("**" * 10)# 构建关系图节点# 分类my_categories = [{"name": "类目0"},    { "name": "类目1"    },    {  "name": "类目2"    },    { "name": "类目3"    },    {"name": "类目4"    },    {"name": "类目5"    },    {"name": "类目6"    }]# node数据name = list(mypd2['name'])  # 节点名称mynode1 = []for i in range(0, mypd2.shape[0]):  # 节点    mynode0 = {        "id": str(i),        "name": name[i],        "symbolSize": 10,        "value": 28.685715,        "label": {            "normal": { "show": "true"}        },        "category": random.randint(0,7) #分类    }    mynode1.append(mynode0)print(mynode1)# link数据mylink1 = []for i in range(0, mypd2.shape[0]):  # 行    source_node = mypd2.iloc[i, 0]  # 第一个数据为 人物姓名，做源节点    for j in range(1, mypd2.shape[1]):  # 列        des_node = name[j - 1]  # 目标人物姓名        w = mypd2.iloc[i, j]  # 线的权重        # print(i,jsource_node,des_node,w)        if w==0:            continue        mylink0 = {                    "id":str(i*(mypd2.shape[1]-1)+(j-1)),                    "source": str(i),                     "target": str(j-1),                     "lineStyle": {"width":1} # str(w/10*4)                   }        mylink1.append(mylink0)print(mylink1)#构建图形函数def graph_les_miserables(nodes,links,categories):    print("**"*20)    print(nodes)    print(links)    c = (        Graph(init_opts=opts.InitOpts(, ))        .add(            "",            nodes=nodes,            links=links,            categories=categories,            layout="circular", #圆形            is_rotate_label=True,            linestyle_opts=opts.LineStyleOpts(color="source", curve=0.2), #公共线条属性            label_opts=opts.LabelOpts(position="right"),        )        .set_global_opts(            title_opts=opts.TitleOpts(),            legend_opts=opts.LegendOpts(                orient="vertical", pos_left="2%", pos_top="20%"            ),        )    )    return c#生成图形mygraph=graph_les_miserables(mynode1,mylink1,my_categories)mygraph.render()webbrowser.open("render.html")

图 4 红楼梦人物关系图

图 5 随机数人物关系图