实验七  图分析（Gephi与Python的使用）
小组成员：
一、实验目的
1. 熟悉Python图可视化；
2. 熟悉Gephi的使用；
3. 将Gephi 与Python结合实现可视化。
二、实验要求
1. 学生提前熟悉资料；
2. 由小组成员集体完成实验，成员分块写实验报告，代码后写注释。
三、实验内容及步骤
1. 悲惨世界人物关系图（Python实现）
代码
import networkx as nx
#用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能
import pylab
from pylab import rcParams
#pylab 模块是一款由python提供的可以绘制二维，三维数据的工具模块
#指定此图片的大小，和像素
rcParams['figure.figsize']=12,12
ad_gml('C:/Users/Administrator/Desktop/悲惨世界/l')
#读取gml文件，记为G
py() #G的内容复制给G8
dn=nx.degree(G8) #得到G8内节点的度
#选出G8内所有节点的度小于8的节点，并删除这些节点
for n in des()):
    if dn[n]<=8:
        G8.remove_node(n)
pos=nx.spring_layout(G8) #布局指定节点排列形式
nx.draw(G8,node_size=10,edge_color='b',alpha=0.45,font_size=9,pos=pos)
#画图，节点大小10，边的颜为蓝，透明度0.45，节点标签字体大小9
labels=nx.draw_networkx_labels(G8,pos=pos) #绘制网络G8的边图
pylab.show()
结果展示
2．科幻作者关系图（Python与Gephi与实现）
代码
import csv
nodemap={} #创建一个空的列表
#此函数功能是：、添加节点，并计数
def addNode(name):
    if name in nodemap:
        node=nodemap[name]
        node["count"]+=1
        #在nodemap中，假如有此节点，此节点计数+1
    else:
        node={"nodeid":name,"count":1}
        nodemap[name]=node
        #如果没有该节点，则记录该节点名称，数量记为1，添加到nodemap
    return
with open("C:/Users/Administrator/Desktop/科幻作者/","r") as inputfile:
#打开txt文件，把它作为inputfile文件，r为只读模式
    ader(inputfile,delimiter="\t")
    #从csv文件中读取数据，记录为datareader，分隔符：横向制表符
    next(datareader,None)
    #跳过第一行数据
   
    #过每一行数据，添加起点，和目标点
    for row in datareader:
        addNode(row[0])
        addNode(row[1])
with open("","w",newline="")  as nodefile:
#打开文件记为nodefile文件，以w的方式，newline=""为不写入空行
    formatter=csv.writer(nodefile,delimiter="\t")
    #从csv文件中写入数据，记录为formatter，分隔符：横向制表符
    formatter.writerow(["Id","Count"]) #第一行写为 ID Count
    #把nodemap内所有节点，名称和数量写入formatter内
    for name in nodemap:
        node=nodemap[name]
        formatter.writerow([node["nodeid"],node["count"],])
结果展示
3．红楼梦人物词云图
代码
import jieba.analyse
from os import path
from scipy.misc import imread
import matplotlib as mpl
import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
Params['font.sans-serif'] = ['FangSong'] #识别中文字体，默认设为仿宋
python怎么读取文件中的数据
content = open("C:/Users/Administrator/Desktop/词云图/","rb").read()
#打开红楼梦的txt文件，以content记录
tags = act_tags(content, topK=100, withWeight=False)
#提取content中的关键词，返回K个权重最大的关键词，不返回权重
text =" ".join(tags)  #text变量中存入tags的内容
trump_coloring = imread(path.join("ciyun.jpg"))
#生成词云
wc = WordCloud(font_path='',background_color="white",
              max_words=300,mask=trump_coloring,max_font_size=40,
              random_state=42)
#设置词云样式，背景为白，最大字数为300，字体最大为40
#其中font_path部分为设定中文字体（识别中英文），random_state为42种配方案
wc.generate(text) #以text生成单词云
image_colors = ImageColorGenerator(trump_coloring)
#改变字体颜，从图像中
plt.imshow(wc) #显示词云图
plt.axis("off")  #不显示x轴、y轴下标
plt.show()
结果展示
四、思考
1、关于图的逻辑（存储）表示不是能很好的呈现顶点之间的关系，而通过python读取gml文件，对其文件的内容，进行图的描绘，可以有效的观察到各个顶点之间的关系。
2、python中有许多方法可以对许多东西进行统计，而读取文件，把文件中的数据进行清洗、处理，然后再对其数据进行有规律的保存，也可以对保存的文件进行不同格式之间的转换。拿到数据、提取数据，这是数据可视化中数据的重要的环节。
五、实验总结
1. 收获
学习了networkx库的部分函数，对于用图的方式来表示关系，有了进一步的认识。学习了数据读取，并且处理数据的方式，和写入数据格式等等。
2. 存在的问题
在安装库的时候，出现了很多问题，比如用pip直接安装不了，安装的库，在使用上出现错误等等，怎么去解决这些问题用了很长时间，但更进一步的熟悉了安装的几个方法。
成
绩
评
定
内容
得分
评语
1悲惨世界人物关系图30
2科幻作者关系图30
3红楼梦词云图20
4思考10
5总结10
得分

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。