一、背景

今天准备学习网络图networkx的基本操作。选择的用例为一百年以前美国一些社会科学家从报纸上搜集的“知名女士参加社会活动的记录”，表结构简化如下：

通过网络图能否找出社交中的明星呢？这里说的明星是指：参加社交活动较多且认识其他知名女士较多的Lady。

二、思路

按照以上定义，我们首先探索数据，先找出参加活动较多的女士，结果如下，看起来W01、W03参加活动最多，她们是不是就是我们要找的“明星”呢？

我们还需要找一下，这些人中，谁认识的人较多。这个目标怎么实现呢？老师给我们一个思路：假设参加同一个活动的Lady能相互认识，我们整理一个“女士见面次数表”。这样以来，我们就可以通过活动将这些女士联系起来，并形成一个网络图，形如：

图一
怎么看这样的图，难道在中心位置的就是圈子最大的人吗？为理清这一点，老师提出让我们把见面（同时参加活动）小于4次的信息去掉，再整理出网络图，结果如下：

图二
我们兴奋地发现，网络图上只有两个圈子，这些都是见面次数大于等于4次的人员网络图。
我们再试着降低要求，调小见面次数，让次数变为大于等于3，结果如图三所示：

图三
看上去W3和另一个圈子的W13、W10和W14都有联系，她可以将两个圈子融在一起。同样，W9、W13、W10和W14也起到同样的作用，看来这些就是社交达人了。我们再看看这几个人参加活动的次数：

看上去社交达人W09、W10虽然活动的次数不太多，但却是圈子共融的关键人物之一，大家可以从这个小结论发散思维，考虑一下这两个人有什么样的素质？

三、 Python+networkx脚本实现

import matplotlib.pyplot as plt
import pandas as pd
import networkx as nxdata = pd.read_csv(r'D:\southernladies.csv', encoding='GBK')
#表自身关联，找出和某女士参加相同活动的其他女士
data1 = pd.merge(data, data, left_on='Activity', right_on='Activity')
#去重
data1 = data1[data1['Lady_x'] < data1['Lady_y']]
#汇总有关联的女士参加相同活动的次数，以便了解每一对女士的关联密切程度
data1 = data1[['Activity']].groupby([data1['Lady_x'], data1['Lady_y']]).count()#将社交活动少于4次的去掉
data1 = data1.drop(index=(data1.loc[data1['Activity'] < 4].index))#取出索引的值，生成一个列表，形如[(1,2),(1,3)……]
#这个索引生成的列表，可以做为网络图的“边”，即指明了边的两个端点
edge = data1.index.tolist()
#记录权重
weight = data1['Activity'].tolist()
#得到所有女士节点，以准备网络图的“点”,方法1
#nodes = data.groupby(data['Lady']).count().index.tolist()
'''
#得到所有女士节点，以准备网络图的“点” 方法2
data1 = data1.reset_index()
nodes1 = data1.drop_duplicates('Lady_x')['Lady_x'].tolist()
nodes2 = data1.drop_duplicates('Lady_y')['Lady_y'].tolist()
nodes = nodes1+nodes2
print(nodes)
g = nx.Graph()g.add_edges_from(edge)
g.add_nodes_from(nodes)
'''
#得到所有女士节点，以准备网络图的“点” 方法3：
data1 = data1.reset_index()
g = nx.from_pandas_edgelist(data1, 'Lady_x', 'Lady_y', create_using=nx.Graph())nx.draw(g, weight=weight, edge_color=weight,with_labels=True, node_shape='s', alpha=0.9,node_color='blue', node_size=1000, font_size=14,font_color='yellow')
plt.show()

四、几处对我个人而言不熟悉的语法整理
1、 drop_duplicates()的用法
data1.drop_duplicates(‘Lady_x’)[‘Lady_x’].tolist()
理解：按（）内指定列去重，此后取[ ]内数据转为list

2、 drop的用法
注意格式：drop(index=[行索引])，其中行索引可以用loc[].

3、 groupby多个字段时的用法
注意格式：groupby([f[],f[]])，其中f为dataframe实例名。

4、重点是networkx画图的方法，先生成一个graph，往graph中添加节点和边后再draw：

g = nx.Graph()
g.add_edges_from(edge)
g.add_nodes_from(nodes)
nx.draw(g)

这个方法不同于pyecharts中的graph的使用方法，如：
graph.add('', nodes, links)
pyecharts中的graph是直接往graph中add节点和边即可看到图形，没有最后一个draw的动作。
【语法为自己总结，以便于记忆，非老师所讲，有误之处可以帮助指正，谢谢！】

Python+networkx 网络可视化方法相关推荐

超实用的7种 pytorch 网络可视化方法，进来收藏一波
引导前言 1. torchsummary 2. graphviz + torchviz 3. Jupyter Notebook + tensorwatch 4. tensorboardX 5. ne ...
Adapting Grad-CAM for Embedding Networks - 度量学习网络可视化方法（reid、人脸识别）
Adapting Grad-CAM for Embedding Networks TL;DR 基于 grad-cam 修改得到一种适配embedding网络的可视化方法,可以用于人脸识别.reid等任 ...
Python 几种可视化方法随笔
Python matplotlib可视化随笔 plt.figure plt.figure来设置窗口尺寸.其中figsize用来设置图形的大小,a为图形的宽, b为图形的高,单位为英寸. plt.fig ...
Python networkx 根据节点坐标来画网络图
上篇请移步到python 使用networkx绘制带权无向图和带权有向图,以及标注特定路径_networkx 有向图_水w的博客-CSDN博客 python networkx图可视化基础知识以及解决 ...
python画多层网络_基于Python的多层网络可视化包Multinetx
之前记录过基于R语言和Octave的多层网络可视化工具,但安装起来比较麻烦,发现Github上有基于Python的版本,提供了supra-adjency和多关系网络可视化,直接看:https://gi ...
python复杂网络点图可视化_数据分析：R与Python怎么选？
作者介绍知春里@伟仔不知名数据科学家. 持续写<数据分析>和<数据产品>的系列文章,欢迎关注. 01 选R还是Python? "球鞋是买阿迪还是买耐克?" ...
python读取数据文件、并把里面的数据变成x的二维坐标_python 使用matplotlib 实现从文件中读取x,y坐标的可视化方法...
python 使用matplotlib 实现从文件中读取x,y坐标的可视化方法 1. test.txt文件,数据以逗号分割,第一个数据为x坐标,第二个为y坐标,数据如下:1.1,2 2.1,2 3.1 ...
python与excel做数据可视化-用Python进行数据可视化的10种方法
原标题:用Python进行数据可视化的10种方法 2015-11-19 关于转载授权大数据文摘作品,欢迎个人转发朋友圈,自媒体.媒体.机构转载务必申请授权,后台留言"机构名称+转载&quo ...
python下载文件到本地-Python下载网络文本数据到本地内存的四种实现方法示例
本文实例讲述了Python下载网络文本数据到本地内存的四种实现方法.分享给大家供大家参考,具体如下: import urllib.request import requests from io imp ...
Python语言学习之图表可视化：python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略
Python语言学习之图表可视化:python语言中可视化工具包的简介.安装.使用方法.经典案例之详细攻略目录 python语言中可视化工具包的简介 python语言中可视化工具包的安装 pytho ...

Python+networkx 网络可视化方法

一、背景

二、思路

三、 Python+networkx脚本实现

Python+networkx 网络可视化方法相关推荐

最新文章

热门文章

Python+networkx 网络可视化方法

一、 背景

二、 思路

三、 Python+networkx脚本实现

Python+networkx 网络可视化方法相关推荐

最新文章

热门文章

一、背景

二、思路