厦门大学转专业数据分析（基于无向图）

数据结构综合实验报告—— 厦门大学转专业数据分析（基于无向图）

一、需求分析

将转专业学生看做图的顶点，如果是相同学院的则连成一条边。建立学生与学生之间的关系图，并分析转专业学生的转入院和转出院之间的关系。

二、概要设计

建立邻接矩阵的方法如下：

networkx库的基本用法（基本操作）

参考资料，先解决一些预备知识
https://blog.csdn.net/your_answer/article/details/79189660
https://networkx.github.io/documentation/networkx-1.9
建立图

import networkx as nx
G=nx.Graph()#创建空的简单图
G=nx.DiGraph()#创建空的简单有向图

加点、加边

G.add_node(1)#加1这个点
G.add_node(1,1)#用(1,1)这个坐标加点
G.add_nodes_from([2,3])#加列表中的点
 
G.add_edge(1,2)#加边，起点是1终点是2
G.add_weight_edge(1,2,3.0)#第三个是权值
G.add_edges_from(list)#添加列表中的边
G.add_weight_edges_from(list)

删除点和边的话

G.remove_node()
G.remove_nodes_from()
G.remove_edge()
G.remove_edges_from()
G.clear()

遍历点和边的话

G.add_nodes_from([1,2,3])
for n in G.nodes():
    print(n)
G.add_edges_from([(1,2),(1,3)])
for e in G.edges():
    print(e)
print(G.degree())

codes的读写参考
https://blog.csdn.net/HJY_Lilyth/article/details/81951209

任务正式开始哈哈哈

三、详细设计

源代码

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

data = pd.read_csv("da.csv", encoding="gbk")

'''建立无向图'''
def graph():
    """ 第一步:读取数据并获取姓名 """
    print(data[:4])
    print(data[u'姓名'])  # 获取某一列数据
    print(type(data[u'姓名']))
    name = []
    for n in data[u'姓名']:
        name.append(n)
    print(name[0])

    """ 第二步:计算共现矩阵 定义函数实现 """
    """计算各个学生的共现矩阵，比如A和B都是同一个学院的，则共现依次，权重加1。注意，这里的学生来自各个学院，分析他们学院之间的关系；"""
    """将共现矩阵存储至word_node.txt文件中，格式为"学生A 学生B 共现词频"；"""
    a = np.zeros([2, 3])
    print(a)
    print(len(name))
    word_vector = np.zeros([len(name), len(name)])  # 共现矩阵
    # 1.计算学院共线矩阵
    i = 0
    while i < len(name):  # len(name)
        academy1 = data[u'所在学院'][i]
        j = i + 1
        while j < len(name):
           academy2 = data[u'所在学院'][j]
           if academy1 == academy2:  # 学院相同
               word_vector[i][j] += 1
               word_vector[j][i] += 1
           j = j + 1
        i = i + 1
    print(word_vector)
    np_data = np.array(word_vector)  # 矩阵写入文件
    pd_data = pd.DataFrame(np_data)
    pd_data.to_csv('result.csv')

    """ 第三步:共现矩阵计算(学生1 学生2 共现词频)文件 """
    words = codecs.open("word_node.txt", "a+", "utf-8")  # a+表示读写
    i = 0
    while i < len(name):  # len(name)
        student1 = name[i]
        j = i + 1
        while j < len(name):
            student2 = name[j]
            # 判断学生是否共现 共现词频不为0则加入
            if word_vector[i][j] > 0:
                words.write(student1 + " " + student2 + " "
                        + str(word_vector[i][j]) + "\r\n")
            j = j + 1
        i = i + 1
    words.close()

    """ 第四步:图形生成 """
    a = []
    f = codecs.open('word_node.txt', 'r', 'utf-8')
    line = f.readline()
    print(line)
    i = 0
    A = []
    B = []
    while line != "":
        a.append(line.split())  # 保存文件是以空格分离的
        print(a[i][0], a[i][1])
        A.append(a[i][0])
        B.append(a[i][1])
        i = i + 1
        line = f.readline()
    elem_dic = tuple(zip(A, B))  # 用zip合并两个列表
    print(type(elem_dic))
    print(list(elem_dic))
    f.close()

    matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 保证字体输出
    # matplotlib.rcParams['font.family'] = 'sans-serif'
    matplotlib.rcParams['lines.color'] = 'blue'  # 更改划线颜色的默认设置

    colors = ["red", "green", "blue", "yellow"]
    G = nx.Graph()  # 建立无向图
    G.add_edges_from(list(elem_dic))
    pos = nx.random_layout(G)
    nx.draw_networkx_edges(G, pos, node_color='b', alpha=0.3)  # style='dashed'
    nx.draw_networkx_labels(G, pos, font_family='sans-serif', alpha=0.5)  # font_size=5
    plt.show()

def analyse1():
    college = []
    A = []
    B = []
    for n in data[u'所在学院']:
        college.append(n)
    i = 0
    '''统计各学院转出人数'''
    while i < len(college):
        if college[i] in A:
            p = A.index(college[i])
            B[p] = B[p] + 1
        else:
            A.append(college[i])
            B.append(1)
        i = i + 1
    print(A)
    print(B)
    elem_dic = tuple(zip(A, B))  # 用zip合并两个列表
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 保证字体输出
    plt.bar(range(len(B)), B, color ='b', tick_label = A)
    plt.title("转出学院统计表")
    plt.xlabel("转出学院")
    plt.ylabel("转出学院人数")
    plt.show()
    plt.title("转出学院统计表")
    plt.pie(B,labels = A)
    plt.show()

def analyse2():
    college = []
    A = []
    B = []
    for n in data[u'拟转入学院']:
        college.append(n)
    i = 0
    '''统计各学院转入人数'''
    while i < len(college):
        if college[i] in A:
            p = A.index(college[i])
            B[p] = B[p] + 1
        else:
            A.append(college[i])
            B.append(1)
        i = i + 1
    print(A)
    print(B)
    elem_dic = tuple(zip(A, B))  # 用zip合并两个列表
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 保证字体输出
    plt.bar(range(len(B)), B, color ='b', tick_label = A )
    plt.title("转入学院统计表")
    plt.xlabel("转入学院")
    plt.ylabel("转入学院人数")
    plt.show()
    plt.title("转入学院统计表")
    plt.pie(B, labels=A)
    plt.show()


graph()
analyse1()
analyse2()

四、测试结果