Python基于pyecharts實(shí)現(xiàn)關(guān)聯(lián)圖繪制

更新時(shí)間：2020年03月27日 11:12:55 作者：落日峽谷

這篇文章主要介紹了Python基于pyecharts實(shí)現(xiàn)關(guān)聯(lián)圖繪制,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

生活中有很多需要用到關(guān)聯(lián)圖的地方，至少我認(rèn)為的是這樣的圖：https://www.echartsjs.com/examples/zh/editor.html?c=graph-npm

我是在使用Word2Vec計(jì)算關(guān)聯(lián)詞的余弦距離之后，想要更好的展示出來的時(shí)候，遇到的這種情況，就做了下拓展。

畫圖的步驟主要分為：

1. 將距離數(shù)據(jù)（或者相關(guān)數(shù)據(jù)）讀入；

2. 按照一定的格式和參數(shù)將數(shù)據(jù)保存為json字符串；

3. 根據(jù)json串，繪制關(guān)聯(lián)圖。

具體而言，主要是：

<1>. 首先有一批數(shù)據(jù)，如圖所示：

<2>. 導(dǎo)入所需要的包

import json
import pandas as pd
import random
import copy

<3>. 產(chǎn)生顏色隨機(jī)值的函數(shù)

# 隨機(jī)顏色
def randomcolor_func():
  color_char = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
  color_code = ""
  for i in range(6):
    color_code += color_char[random.randint(0,14)] # randint包括前后節(jié)點(diǎn)0和14
  return "#"+color_code

<4>. 生成隨機(jī)坐標(biāo)

# 隨機(jī)坐標(biāo)
#生成隨機(jī)數(shù)，浮點(diǎn)類型
def generate_position(n):
#  n = 10
  for i in range(n):
    x = round(random.uniform(-2000, 2000), 5) #一定范圍內(nèi)的隨機(jī)數(shù)，范圍可變
    y = round(random.uniform(-2000, 2000), 5) #控制隨機(jī)數(shù)的精度round(數(shù)值，精度)
  return x, y

<5>. 生成json格式的節(jié)點(diǎn)數(shù)據(jù)

def create_json(data, weights):
  # 自定義節(jié)點(diǎn)
  address_dict = {"nodes":[], "edges":[]}
  node_dict = {
     "color": "",
     "label": "",
     "attributes": {},
     "y": None,
     "x": None,
     "id": "",
     "size": None
    }
  edge_dict = {
     "sourceID": "",
     "attributes": {},
     "targetID": "",
     "size": None
    }
  
  # 給節(jié)點(diǎn)賦值
  for ii in range(len(data)):
    for jj in range(len(data.iloc[ii])):
      # node，"attributes"屬性可自行設(shè)置
      node_dict[r"color"] = randomcolor_func()
      node_dict[r"label"] = data.iloc[ii, jj]
      x, y = generate_position(1)
      node_dict[r"y"] = y
      node_dict[r"x"] = x
      node_dict[r"id"] = data.iloc[ii, jj]
      node_dict[r"size"] = int(weights.loc[data.iloc[ii, jj]])
      
      tmp_node = copy.deepcopy(node_dict)
      address_dict[r"nodes"].append(tmp_node)
      
  for ii in range(len(data)):
    for jj in range(1, len(data.iloc[ii])):    
      # edge
      edge_dict[r"sourceID"] = data.iloc[ii, 0]
      edge_dict[r"targetID"] = data.iloc[ii, jj]
      edge_dict[r"size"] = 2
      
      tmp_edge = copy.deepcopy(edge_dict)
      address_dict["edges"].append(tmp_edge)
  
  return address_dict

<6>. 主函數(shù)生成json數(shù)據(jù)

if __name__ == '__main__': 
  # read data
  data = pd.read_excel(r'test_josn_data.xlsx', 0)
  
  weights = pd.DataFrame({"詞頻":[100, 40, 30, 20, 90, 50, 35, 14, 85, 38, 29, 10]}, 
              index = ['球類','籃球','足球','羽毛球','美食','肯德基','火鍋','烤魚','飲料','可樂','紅茶','奶茶']) #建立索引權(quán)值列表
  
  address_dict = create_json(data, weights)
  
  with open("write_json.json", "w", encoding='utf-8') as f:
    # json.dump(dict_, f) # 寫為一行
    json.dump(address_dict, f, indent=2, ensure_ascii=False) # 寫為多行

最后形成的json數(shù)據(jù)如下：

<7>. 繪制關(guān)聯(lián)圖，里面的文件讀取和保存地址自行修改，write_json.json 就是上面保存的json文件

import pyecharts.options as opts
from pyecharts.charts import Graph
import json

with open(r"D:\Python_workspace\spyder_space\test_各種功能\write_json.json", encoding='utf-8') as f: #設(shè)置以u(píng)tf-8解碼模式讀取文件，encoding參數(shù)必須設(shè)置，否則默認(rèn)以gbk模式讀取文件，當(dāng)文件中包含中文時(shí)，會(huì)報(bào)錯(cuò)
  data = json.load(f)
#print(data)

nodes = [
  {
    "x": node["x"],
    "y": node["y"],
    "id": node["id"],
    "name": node["label"],
    "symbolSize": node["size"],
    "itemStyle": {"normal": {"color": node["color"]}},
  }
  for node in data["nodes"]
]

edges = [{"source": edge["sourceID"], "target": edge["targetID"]} for edge in data["edges"]]


(
  Graph(init_opts=opts.InitOpts(width="1600px", height="800px"))
  .add(
    series_name="",
    nodes=nodes,
    links=edges,
    layout="none",
    is_roam=True,
    is_focusnode=True,
    label_opts=opts.LabelOpts(is_show=True),
    linestyle_opts=opts.LineStyleOpts(width=0.5, curve=0.3, opacity=0.7),
  )
  .set_global_opts(title_opts=opts.TitleOpts(title="熱詞對(duì)應(yīng)的關(guān)聯(lián)詞"))
  .render("關(guān)聯(lián)詞圖.html")
)

最后，就生成了最開始的那張圖。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: