Pyecharts人物關係圖開發
1. Pyecharts版本說明
Pyecharts的版本最新版本為1.7.0版本，此版本跟0.5版本的使用方法不一樣了。很多參數方法配置不一樣了。Import的內容也不一樣了。官方的例子主要是採用函數定義，方法採用鏈式傳導操作方法，參數配置項也有變化。建議使用json或字典模式，時候前後臺系統，更符合echart的開發思路，方便擴展。
2. 基礎人物關係圖開發說明
關係圖參數設置有兩種方法可以採用（函數參數和字典數據）。第一種方法利用python程序直接在代碼中設置各種參數，如下例所示：
<code>import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowsernodes = [ opts.GraphNode(name="結點1", symbol_size=10), opts.GraphNode(name="結點2", symbol_size=20), opts.GraphNode(name="結點3", symbol_size=30), opts.GraphNode(name="結點4", symbol_size=40), opts.GraphNode(name="結點5", symbol_size=50), ]links = [ opts.GraphLink(source="結點1", target="結點2",value=1,linestyle_opts=opts.LineStyleOpts(width=20)), opts.GraphLink(source="結點2", target="結點3",value=2), opts.GraphLink(source="結點3", target="結點4",value=3), opts.GraphLink(source="結點4", target="結點5",value=4), opts.GraphLink(source="結點5", target="結點1",value=5),]mygraph=Graph()mygraph.add("系列名稱",nodes,links,repulsion=8000,edge_label=opts.LabelOpts( is_show=True, position="middle", formatter="{b} {c}"))mygraph.set_global_opts(title_opts=opts.TitleOpts(title="Graph-基本示例"))mygraph.render()webbrowser.open("render.html")/<code> 圖 1 函數參數配置人物關係圖
（1） 節點和鏈路
利用庫options函數的方法定義節點和鏈路，裡面有各種參數。這裡重點說明
linestyle_opts=opts.LineStyleOpts(width=20))
在線段的參數設置中，利用options的子方法進行二級屬性的設置。
（2） 圖形添加屬性
在利用graph()生成圖形後，給圖形添加節點、鏈路和圖形的各種屬性。
（3） 具體函數參數設置
函數的參數非常多，需要參考官方的函數說明
https://pyecharts.org/#/
3. 高級人物關係圖開發說明
（1） 數據及參數來源
在官方的例子中，複雜數據後大量數據展示，採用的是讀取json數據格式。在json數據中利用字典形式定義了各種屬性和對應的值。這裡需要注意的就是，參數如果有二級的子參數設置，在json中，也需要在字典的形式。坑是，在json中這種字典的一級key不是參數配置方法的名字，而是一個函數定義的縮寫，大小寫跟參數配置的還有區別，如下所示。在鏈路設置中，線型的屬性設置用的是"lineStyle": {"width": 10} 這裡的lineStyle是函數名字的縮寫，函數名字是lineStyleopt，也沒看到說明。只能自己分析了。推薦採用這種字典方式設置參數，這個方法類似於echart，方便後臺數據與前臺UI交換數據，方便後期擴展
（2） json數據
<code>{ "categories": [ { "name": "類目0" }, { "name": "類目1" }, { "name": "類目2" }, { "name": "類目3" }, { "name": "類目4" }, { "name": "類目5" }, { "name": "類目6" }, { "name": "類目7" }, { "name": "類目8" } ], "nodes": [ { "id": "0", "name": "張零", "symbolSize": 10, "value": 28.685715, "label": { "normal": { "show": true } }, "category": 0 }, { "id": "1", "name": "張一", "symbolSize": 15, "value": 4, "label": { "normal": { "show": true } }, "category": 0 }, { "id": "2", "name": "張二二", "symbolSize": 20, "value": 9.485714, "label": { "normal": { "show": true } }, "category": 1 }, { "id": "3", "name": "張三三", "symbolSize": 25, "value": 9.485714, "label": { "normal": { "show": true } }, "category": 1 }, { "id": "4", "name": "CountessDeLo", "symbolSize": 30, "value": 4, "label": { "normal": { "show": true } }, "category": 0 }, { "id": "5", "name": "Geborand", "symbolSize": 35, "value": 4, "label": { "normal": { "show": true } }, "category": 0 }, { "id": "6", "name": "Champtercier", "symbolSize": 40, "value": 4, "label": { "normal": { "show": true } }, "category": 0 } ], "links": [ { "id": "0", "source": "1", "target": "0", "lineStyle":{"width": 20} }, { "id": "1", "source": "2", "target": "0", "lineStyle": {"width": 10} }, { "id": "2", "source": "3", "target": "0" }, { "id": "3", "source": "3", "target": "2" }, { "id": "4", "source": "4", "target": "0" }, { "id": "5", "source": "5", "target": "0" }, { "id": "6", "source": "6", "target": "0" } ]}/<code>（3） 調用json代碼
調用json方法，利用字典傳遞參數
<code>import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowserdef graph_les_miserables(): with open("les-miserables.json", "r", encoding="utf-8") as f: j = json.load(f) nodes = j["nodes"] links = j["links"] categories = j["categories"] print(nodes) print(links) c = ( Graph(init_opts=opts.InitOpts(width="1000px", height="600px")) .add( "", nodes=nodes, links=links, categories=categories, layout="circular", #圓形 is_rotate_label=True, linestyle_opts=opts.LineStyleOpts(color="source", curve=0.3), label_opts=opts.LabelOpts(position="right"), ) .set_global_opts( title_opts=opts.TitleOpts(title="Graph-Les Miserables"), legend_opts=opts.LegendOpts( orient="vertical", pos_left="2%", pos_top="20%" ), ) ) return cmygraph=graph_les_miserables()mygraph.render()webbrowser.open("render.html")/<code>
圖 2 json參數配置人物關係圖
4. 紅樓夢人物關係圖
（1） 思路
數據源：
1 第一種方法，讀取文本，截詞分析，利用csv建立人物關係的矩陣圖。
2 第二種方法，模擬矩陣人物關係矩陣。
數據讀取
3 利用pandas讀取矩陣數據
4 類似於json，利用pandas，把第一類轉換為node，把行轉換為link。
數據填充
5 利用字典形式填充人物關係圖，利用字典數據配置各種參數。
6 生成人物關係圖。
圖 3 人物關係矩陣
（2） 代碼
<code>from pyecharts import options as optsfrom pyecharts.charts import Graph, Pageimport webbrowserimport randomimport pandas as pdimport jiebaimport jieba.posseg as pseg# 構建一個模擬數據集，矩陣形式#停用詞stopwords = [line.strip() for line in open('baidu_stopwords.txt',encoding='UTF-8').readlines()]#數據來源一：讀取小說f=open("紅樓夢.txt","r",encoding="utf-8")jieba.load_userdict("紅樓夢人名錶.txt")#加載人物表names = {}# 保存人物，鍵為人物名稱，值為該人物在全文中出現的次數relationships = {}#保存人物關係的有向邊，鍵為有向邊的起點，值為一個字典 edge ，edge 的鍵為有向邊的終點，值是有向邊的權值lineNames = []# 緩存變量，保存對每一段分詞得到當前段中出現的人物名稱for line in f.readlines(): poss = pseg.cut(line) # 分詞，返回詞性 lineNames.append([]) # 為本段增加一個人物列表 for w in poss: if w.flag != 'nr' or len(w.word) < 2 or w.word in stopwords: continue # 當分詞長度小於2或該詞詞性不為nr（人名）時認為該詞不為人名 lineNames[-1].append(w.word) # 為當前段的環境增加一個人物 if names.get(w.word) is None: # 如果某人物（w.word）不在人物字典中 names[w.word] = 0 relationships[w.word] = {} names[w.word] += 1f.close()# 對於 lineNames 中每一行，我們為該行中出現的所有人物兩兩相連。如果兩個人物之間尚未有邊建立，則將新建的邊權值設為 1，# 否則將已存在的邊的權值加 1。這種方法將產生很多的冗餘邊，這些冗餘邊將在最後處理。for line in lineNames: for name1 in line: for name2 in line: if name1 == name2: continue if relationships[name1].get(name2) is None: relationships[name1][name2] = 1 else: relationships[name1][name2] = relationships[name1][name2] + 1#構建人物關係矩陣#行row_name={}for key0,value0 in relationships.items(): for key1,value1 in value0.items(): if value1>100: #設置門限，關係10次以上的提取 #print(key0,key1,value1) row_name[key0]=row_name.get(key0,0)+1 row_name[key1]=row_name.get(key1,0)+1#row_nameprint(len(row_name))namepd0=pd.DataFrame()namepd0['name']=list(row_name.keys())print(namepd0.tail(10))#%%#列for i in row_name.keys(): col_name=i col_data=[ ] for j in row_name.keys(): if relationships[i].get(j)!=None and relationships[i].get(j)>100: col_data.append(relationships[i][j]) else: col_data.append(0) namepd0[col_name]=col_datanamepd0.to_csv("data.csv",index=False)namepd0##%%#第二種方案，模擬隨機產生矩陣數據N=6x1=[]mypd0=pd.DataFrame()for i in range(0,N): x1.append("張三"+str(i))mypd0["name"]=x1for i in range(0,N): x2=[] for j in range(0,N): if i==j: x2.append(0) else: x2.append(random.randint(0,6)) mypd0[x1[i]]=x2mypd0.to_csv("data.csv",index=False)mypd0/<code><code>#====================# 讀取數據集mypd2 = pd.read_csv("data.csv")print(mypd2)print("**" * 10)# 構建關係圖節點# 分類my_categories = [{"name": "類目0"}, { "name": "類目1" }, { "name": "類目2" }, { "name": "類目3" }, {"name": "類目4" }, {"name": "類目5" }, {"name": "類目6" }]# node數據name = list(mypd2['name']) # 節點名稱mynode1 = []for i in range(0, mypd2.shape[0]): # 節點 mynode0 = { "id": str(i), "name": name[i], "symbolSize": 10, "value": 28.685715, "label": { "normal": { "show": "true"} }, "category": random.randint(0,7) #分類 } mynode1.append(mynode0)print(mynode1)# link數據mylink1 = []for i in range(0, mypd2.shape[0]): # 行 source_node = mypd2.iloc[i, 0] # 第一個數據為 人物姓名，做源節點 for j in range(1, mypd2.shape[1]): # 列 des_node = name[j - 1] # 目標人物姓名 w = mypd2.iloc[i, j] # 線的權重 # print(i,jsource_node,des_node,w) if w==0: continue mylink0 = { "id":str(i*(mypd2.shape[1]-1)+(j-1)), "source": str(i), "target": str(j-1), "lineStyle": {"width":1} # str(w/10*4) } mylink1.append(mylink0)print(mylink1)#構建圖形函數def graph_les_miserables(nodes,links,categories): print("**"*20) print(nodes) print(links) c = ( Graph(init_opts=opts.InitOpts(width="1000px", height="600px")) .add( "", nodes=nodes, links=links, categories=categories, layout="circular", #圓形 is_rotate_label=True, linestyle_opts=opts.LineStyleOpts(color="source", curve=0.2), #公共線條屬性 label_opts=opts.LabelOpts(position="right"), ) .set_global_opts( title_opts=opts.TitleOpts(title="人物關係圖"), legend_opts=opts.LegendOpts( orient="vertical", pos_left="2%", pos_top="20%" ), ) ) return c#生成圖形mygraph=graph_les_miserables(mynode1,mylink1,my_categories)mygraph.render()webbrowser.open("render.html")/<code> 
圖 4 紅樓夢人物關係圖
圖 5 隨機數人物關係圖
分享到:
閱讀更多 物聯網知識 的文章
