Construyendo relaciones de términos dentro de una red
Aug 17 2020
Estoy tratando de representar las relaciones entre los números en la columna A y sus valores correspondientes en B.
A B
Home [Kitchen, Home, Towel]
Donald [US, 02 , Donald, Trump]
Trump [Trump,Family, Cat, Dog]
Dog [Dog,Cat,Paws]
Los números en la columna A y los números en B son nodos en un gráfico. Me gustaría conectar elementos en B a A o entre sí. Por ejemplo:
- El hogar en A está vinculado consigo mismo; si miro dentro de la columna B (el valor aparece solo en la primera fila), la Casa en B está conectada a Cocina y Toalla (enlace entrante);
- Donald está vinculado consigo mismo en como Donald está solo en B; sin embargo, Donald en B también está conectado con US, 02 y Trump (enlace entrante);
- Trump tiene un vínculo saliente con Donald y vínculos entrantes (Familia, Gato y Perro);
- Dog tiene un enlace saliente con Trump y enlaces entrantes (Cat and Paws).
Entonces, la regla debe ser la siguiente:
- si una palabra en A está en otra fila en B, entonces cree un enlace saliente;
- para cada palabra en B, cree un enlace entrante a la palabra en A, si la palabra en A también está incluida en B.
¿Cómo debo ajustar mi código?
file = file.assign(B=file.B.map(list)).explode('B')
G = nx.DiGraph()
nx.add_path(G, file['A'])
nx.add_path(G, file['B'])
nx.draw_networkx(G)
plt.show()
Respuestas
2 AzimMazinani Aug 17 2020 at 16:26
Al convertir su tabla en pandas dataframe
y luego recorrer sus filas, puede agregar los bordes correspondientes como este:
import networkx as nx
import pandas as pd
from pyvis.network import Network
df = pd.DataFrame(
[
['Home', ['Kitchen', 'Home', 'Towel']],
['Donald', ['US', '02' , 'Donald', 'Trump']],
['Trump', ['Trump','Family', 'Cat', 'Dog']],
['Dog', ['Dog', 'Cat' , 'Paws']]
],
columns=['A', 'B']
)
G = nx.DiGraph()
for i, j in enumerate(df['A']):
for index, row in df.iterrows():
if i != index:
if j in row['B']:
G.add_edge(row['A'], j)
else:
for n in row['B']:
if j != n:
G.add_edge(j, n)
if G.in_degree(j) == 0:
G.add_edge(j , j)
N = Network(directed=True) # using pyvis to show self loops as well
for n, attrs in G.nodes.data():
N.add_node(n)
for e in G.edges.data():
N.add_edge(e[0], e[1])
N.write_html('graph.html')
Lo que me dio el siguiente gráfico:

¡Espero que esto sea lo que querías!