複雜網路分析之數據準備篇

01-30

《文本分析之網路關係》

上一篇文章直接給大家發了個封裝好的複雜網路分析腳本，bug比較多。也不方便自己DIY，今天咱么就條分縷析，一點點拆解。然後大家根據需要，自己DIY吧。

關係圖之原始數據

我給大家編了下面兩組原始數據，試圖畫出abcd四元素之間的關係

nodes_data = [a, b, c, d]

raw_data = [acW, aca, caE, ec, cd, dc]

我們做關係網路前的最初始數據最好就是上面這樣子，這種數據格式還是比較簡單的。

nodes_data表示節點數據，用來在圖中畫節點

raw_data中含有共現的相互關係，但是需要進一步的清理規整。

關係圖之數據格式

{source： {target： weight}}

source 起點

target 終點

weight 權重（起點到終點次數）

nodes_data = [a, b, c, d]

raw_data = [acW, aca, caE, ec, cd, dc]

nodes_data和raw_data整理成有權有向數據格式如下：

{a: {c: 4},

c: {a: 4, d: 2},

d: {c: 2}}

上面的格式即可用來畫有權有向圖，也可用到無權無向圖，還可畫有權無向圖、無權有向圖。

所以數據保存，盡量保存為有權有權有向格式。儘可能保存多的信息，請用有權有向數據格式。

後面所有的關係圖數據格式均以有權有向格式為基準。

如何實現有權有向數據格式

nodes_data = [a, b, c, d]

raw_data = [acW, aca, caE, ec, cd, dc]

|| ?

{a: {c: 4},

c: {a: 4, d: 2},

d: {c: 2}}

這裡很難，我估計我今天也說不太清除。這個只能希望大家悟性比我高，在就是運行下，編點簡單的數據實驗試驗下，發現規律，也就懂了。

networkx需要的數據格式

有了上面富有信息量的有向有權格式數據還不行，我們要再將數據微調下，才能使用networkx庫。

networkx需要啥數據格式？

data = {a:{b:1},

c:{a:2},

e:{b:3},

b:{a:4}}

nodes = {a,b,c,d,e}

networkx節點

#首先導入庫，解決中文顯示問題

import networkx as nxnimport matplotlib.pyplot as pltnfrom pylab import mplnn#解決顯示中文問題n# 指定默認字體nmpl.rcParams[font.sans-serif] = [SimHei] nn# 解決保存圖像是負號-顯示為方塊的問題nmpl.rcParams[axes.unicode_minus] = False n