人物社交网络分析—平凡的世界

发布时间：2024-12-16 03:16

上一期的推送，小F做了一些社交网络分析的前期工作。

传送门：Python数据可视化：平凡的世界

比如获取文本信息，人物信息。

最后生成一个人物出现频数词云图。

本次来完成剩下的工作。

实现《平凡的世界》的人物社交网络分析。

/ 01 / 人物联系

人物社交网络分析是用来查看节点、连接边之间社会关系的一种分析方法。

节点是社交网络里的每个参与者，连接边则表示参与者之间的关系。

节点之间可以有很多种连接。

社交网络是一张地图，可以标示出所有与节点间相关的连接边。

社交网络也可以用来衡量每个参与者的“人脉”。

本次以《平凡的世界》为例，可视化其的人物关系。

两两人物关系有以下两种方式。

①两个人名同时出现在同一段落，则联系+1。

②两个人名同时出现在同一章节，则联系+1。

接下来利用之前获取的素材，生成数据包。

import os # 打开文本 file_text = open('world1.txt') file_name = open('name.txt') # 人物信息 names = [] for name in file_name: names.append(name.replace('\n', '')) # 文本信息 content = [] for line in file_text: content.append(line) # 生成下标 flags = [x * 0 for x in range(len(names))] # 生成人物联系 for a in range(len(names)): flags[a] = 1 name_1 = names[a] for b in range(len(names)): if flags[b] == 0: name_2 = names[b] # 为三个字符时,取名字 if len(name_1) == 3: name_1 = name_1[1:] if len(name_2) == 3: name_2 = name_2[1:] # 遍历章节及段落 num1, num2 = 0, 0 for i in os.listdir('F:\\Python\\Ordinary_world_1'): worldFile = open('F:\\Python\\Ordinary_world_1\\' + i) worldContent = worldFile.read() if (name_1 in worldContent) and (name_2 in worldContent): num1 += 1 else: continue for j in content: if (name_1 in j) and (name_2 in j): num2 += 1 else: continue print(names[a], names[b], num1, num2) # 写入文件中 with open('weight.csv', 'a+') as f: f.write(names[a] + ',' + names[b] + ',' + str(num1) + ',' + str(num2) + '\n') f.close()

最后成功获取两两人物间的联系。

左图为无排序的结果，右图为排序后的结果。

/ 02 / 社交网络

使用获取的数据包，通过networkx生成社交网络图。

详细代码如下。

import pandas as pd import networkx as nx import matplotlib.pyplot as plt # 显示中文,及字体设置 plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] plt.rcParams['font.size'] = 10 plt.rcParams['axes.unicode_minus'] = False # 读取文件 df = pd.read_csv('weight.csv', header=None, names=['First', 'Second', 'chapweight', 'duanweight'], encoding='gbk') print(df.head()) # 计算段落人物关系权重 df['weight'] = df.chapweight / 162 # 获取联系大于4的数据,重新生成索引 df2 = df[df.weight > 0.025].reset_index(drop=True) plt.figure(figsize=(12, 12)) # 生成社交网络图 G = nx.Graph() # 添加边 for ii in df2.index: G.add_edge(df2.First[ii], df2.Second[ii], weight=df2.weight[ii]) # 定义3种边,大于32,16-32,小于16 elarge = [(u, v) for (u, v, d) in G.edges(data=True) if (d['weight'] > 0.2)] emidle = [(u, v) for (u, v, d) in G.edges(data=True) if (d['weight'] > 0.1) & (d['weight'] <= 0.2)] esmall = [(u, v) for (u, v, d) in G.edges(data=True) if (d['weight'] <= 0.1)] # 图的布局 # 节点在一个圆环上均匀分布 pos = nx.circular_layout(G) # 点 nx.draw_networkx_nodes(G, pos, alpha=0.6, node_size=350) # 边 nx.draw_networkx_edges(G, pos, edgelist=elarge, width=2, alpha=0.9, edge_color='g') nx.draw_networkx_edges(G, pos, edgelist=esmall, width=1, alpha=0.3, edge_color='b', style='dashed') # 标签 nx.draw_networkx_labels(G, pos, font_size=10) # 生成结果 plt.axis('off') plt.title('平凡的世界') plt.show()

得到的社交网络图。

可以看出人物之间的联系交错复杂。

联系较多的则是孙少平、孙少安、田润叶、田福堂以及曹书记。

这里通过网上查看了下《平凡的世界》的简介。

发现少了地主女儿郝红梅这个人物...

算是漏了一个，原本还以为82个人物应该挺全的。

接下来计算一下每个节点(每个人物)的度(入度和出度)。

它在一定程度上反映了该节点的重要程度。

详细的代码如下。

# 计算每个节点的重要程度 Gdegree = nx.degree(G) Gdegree = dict(Gdegree) Gdegree = pd.DataFrame({'name': list(Gdegree.keys()), 'degree': list(Gdegree.values())}) # 第一张图,所有人物 #Gdegree.sort_values(by='degree', ascending=False).plot(x='name', y='degree', kind='bar', color=(136/255, 43/255, 48/255), figsize=(12, 6), legend=False) # 第二张图,前20人物 Gdegree.sort_values(by='degree', ascending=True)[-20:].plot(x='name', y='degree', kind='barh', color=(16/255, 152/255, 168/255), figsize=(12, 6), legend=False) plt.xticks(size=8) # 第一张图标签 # plt.ylabel('degree') # 第二张图标签 plt.ylabel('name') plt.show()

生成节点出、入度直方图。