用python做回归分析案例,Python文本分析

　　数据来源于天池竞赛题：零基点入门数据分析——学术前沿趋势分析。

　　地址：天池3359号。一个liyun.com/competition/entrance/531866/information

　　1.原理介绍社会网络分析是图关系挖掘的一个分支，通常以图的形式展现人际关系网络。在人员关系图中，节点代表人员，节点之间的连接表明这些人员之间存在关系。网络中节点越多，社会网络越大；联系越多，联系越紧密。此外，线条的粗细也可以用来表示社交关系的轻重，即关系的亲密程度。

　　这里，通过绘制关系图来研究论文中的作者关系。

　　二、代码实现# packageimport seaborn as sns #导入所需的用于绘制from bs4 import beautiful soup # arxiv数据的导入re #正则表达式，与string一致的模式导入我们的数据是json格式导入熊猫as pd #数据处理。分析数据导入matplotlib.pyplot作为plt #绘图工具导入警告。过滤器警告( ignore 的含义)数据defreadarxivififiore authors ， title ， comments ， journal-ref ， doi ， report-no ， categories ， Lili ties authon count=none]:" "表示列计数的读取行数，必须在用于读取文件的函数路径的文件路径列中选择。" " Data=[] withopen在线枚举(f):if idx==count:break=JSON . loads)line)d={ col:d[col]Colincolumns } Data . Data=PD . Data frame(Data)返回数据Data=readarxivfile)(f:/Data/arxiv-metadata-OAI-2019。JSON)，()200000)导入networkx为nx #绘制无向图g=NX.graph(#此处选择作者关系图为rowindata.iloc [:15]。ITER元组)的前15篇论文)作者=[ 。Join [x [:-1]] ForxinAuthors] #第一作者为forauthorinauthors [133333

　　从上图可以看出，关系图的中间网状部分节点最多，也就是说在这个子社交网络上合作最多的人最多，称为最大连通子图。为了得到更完整的作者关系，接下来，我们选择画最大连通子图，以线图作为子图的节点度值。

　　degree _ sequence=sorted([d forn，ding。Degree(]，reverse=True)dmax=max)Degree _ sequence)PLT . log log marker= o )PLT . title(degreerankplot))PLT . ylabel))gcc=g . subgraph(sorted(NX . connected _ components)g)，key=len，reverse=True(0))pos=NX . spring _ n

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。