Python实现共现矩阵及networkx可视化结果

最新推荐文章于 2024-08-30 00:27:26 发布

TonyHsuM

最新推荐文章于 2024-08-30 00:27:26 发布

阅读量6.8k

点赞数 5

分类专栏： Python实现数据爬取，数据库存储，可视化文章标签： python 大数据

本文链接：https://blog.csdn.net/SouthWooden/article/details/112648623

版权

本文介绍了如何使用Python构建共现矩阵，并利用NetworkX进行可视化。通过jieba分词处理文本，创建对角矩阵并计算关键词共现权重。在NetworkX中构建有向图，根据权重画出不同粗细的边，展示了节点间的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

共现矩阵

共现矩阵：也称为共词矩阵，能表明两个词之间的关系程度

首先假设我们有两句话，如下图所示，通过jieba分词和停用词词表过滤，我们可以得到以下结果：

test = ["E的B的C", "B的C的D"]

在这里插入图片描述

接着我们可以通过关键词来构建共现矩阵，可以看到，BE同时出现一次，则其权重为1，BC同时出现两次，则其权重为2，以此类推
由此可以看出，共现矩阵是一个对角矩阵。
共现矩阵的[0][0]为空。
共现矩阵的第一行第一列是关键词。
对角线全为0。
共现矩阵其实是一个对称矩阵。

代码实现

# -*- coding: utf-8 -*-
import networkx as nx
import matplotlib.pyplot as plt
import jieba
import numpy as np

test = ["E的B的C", "B的C的D"]

stopwords = [line.strip() for line in
             open('stopwords_unduplicated.txt', encoding='UTF-8').readlines()]  # 停用词词表
cut_text1 = jieba.cut(test[0].replace(' ', ''))
cut_text2 = jieba.cut(test[1].replace(' ', ''))
results1 = []
for word in cut_text1:
    if word not in stopwords:
        if word != '\t':
            results1.append(word)
print("result1 is :", results1)

results2 = []
for word in cut_text2:
    if word not