Python networkx 实现 社会网络分析 关键词共现

import networkx as nx  
import matplotlib.pyplot as plt  
from collections import defaultdict  
  
# 准备数据  
text = "社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法，近年来，该方法在职业流动、城市化对个体幸福的影响、世界政治和经济体系、国际贸易等领域广泛应用，并发挥了重要作用。社会网络分析是社会学领域比较成熟的分析方法，社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代——知识经济时代，面临许多挑战时，开始考虑借鉴其他学科的研究方法，社会网络分析就是其中的一种。"  
  
# 分词  
keywords = text.split()  
  
# 创建一个空的无向图  
G = nx.Graph()  
  
# 添加节点（关键词）  
nodes = set()  
for keyword in keywords:  
    nodes.add(keyword)  
G.add_nodes_from(nodes)  
  
# 添加边（共现关系）  
edges = defaultdict(int)  
for i in range(len(keywords)):  
    keyword1 = keywords[i]  
    for j in range(i+1, len(keywords)):  
        keyword2 = keywords[j]  
        if keyword1 in text and keyword2 in text:  
            edges[(keyword1, keyword2)] += 1  
G.add_edges_from(edges)  
  
# 绘制社会网络图  
pos = nx.spring_layout(G)  
labels = {node: pos[node] for node in G.nodes()}  
nx.draw_networkx_nodes(G, pos, node_size=100, node_color='lightblue')  
nx.draw_networkx_edges(G, pos, width=1, alpha=0.5)  
nx.draw_networkx_labels(G, labels, font_size=16, font_family='sans-serif')  
plt.axis('off')  
plt.show()