数据可视化实验报告

1、实验七 图分析(Gephi与Python的使用)小组成员：一、实验目的熟悉Python图可视化；熟悉Gephi的使用；将Gephi与Python结合实现可视化。二、实验要求学生提前熟悉资料；由小组成员集体完成实验，成员分块写实验报告，代码后写注释。三、实验内容及步骤悲惨世界人物关系图(Python实现)代码import networkx as nx#用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能import pylabfrom pylab import rcParams#pylab模块是一款由python提供的可以绘制二维，三维数据的工具模块#指定此图片的大小，和像素rcPar

2、amsfigure.figsize=12,12G=nx.read_gml(C:/Users/Administrator/Desktop/悲 惨世 界/lesmiserables.gml)#读取gml文件，记为GG8=G.copy() #G的内容复制给G8dn=nx.degree(G8) #得到G8内节点的度#选出G8内所有节点的度小于8的节点，并删除这些节点for n in list(G8.nodes():if dnn=8:G8.remove_node(n)pos=nx.spring_layout(G8) #布局指定节点排列形式nx.draw(G8,node_size=10,edge_colo

3、r=b,alpha=0.45,font_size=9,pos=pos)#画图，节点大小10,边的颜色为蓝色，透明度0.45，节点标签字体大小9labels=nx.draw_networkx_labels(G8,pos=pos) #绘制网络 G8 的边图 pylab.show()结果展示FdiriUiiA科幻作者关系图(Python与Gephi与实现)代码import csvnodemap=() #创建一个空的列表#此函数功能是：找、添加节点，并计数def addNode(name):if name in nodemap:node=nodemapnamenodecount+=1#在nodemap

4、中，假如有此节点，此节点计数+1else:node=nodeid:name,count:1nodemapname=node#如果没有该节点，则记录该节点名称，数量记为1，添加到nodemapreturnwith open(C:/Users/Administrator/Desktop/科幻作者/SciFiWriters.txt,r) as inputfile:#打开txt文件，把它作为inputfile文件，r为只读模式datareader=csv.reader(inputfile,delimiter=t)#从csv文件中读取数据，记录为datareader，分隔符：横向制表符next(data

5、reader,None)#跳过第一行数据#过每一行数据，添加起点，和目标点fOr row in datareader:addNode(row0)addNode(row1)with open(node.txt,w,newline=) as nodefile:#打开文件记为nodefile文件，以w的方式，newline=为不写入空行formatter=csv.writer(nodefile,delimiter=t)#从csv文件中写入数据，记录为formatter，分隔符：横向制表符formatter.writerow(Id,Count) #第一行写为 ID Count#把nodemap内所有节

6、点，名称和数量写入formatter内for name in nodemap:node=nodemapnameformatter.writerow(nodenodeid,nodecount,)结果展示一 - 红楼梦人物词云图代码import jieba.analysefrom os import pathfrom scipy.misc import imreadimport matplotlib as mplimport matplotlib.pyplot as pltfrom wordcloud import WordCloud, STOPWORDS, ImageColorGenerator

7、mpl.rcParamsfbnt.sans-serif = FangSong # 识别中文字体，默认设为仿宋content = open(C:/Users/Administrator/Desktop/词云图 /hongloumeng.txt,rb).read()#打开红楼梦的txt文件，以content记录tags = jieba.analyse.extract_tags(content, topK=100, withWeight=False)#提取content中的关键词，返回K个权重最大的关键词，不返回权重text = .join(tags) #text 变量中存入 tags 的内容tru

8、mp_coloring = imread(path.join(ciyun.jpg)#生成词云wc = WordCloud(fbnt_path=simsun.ttc,background_color=white, max_words=300,mask=trump_coloring,max_font_size=40, random_state=42)#设置词云样式，背景色为白色，最大字数为300,字体最大为40#其中font_path部分为设定中文字体(识别中英文)，random_state为42种配色方案 wc.generate(text) #以 text 生成单词云image_colors =

9、 ImageColorGenerator(trump_coloring)#改变字体颜色，从图像中plt.imshow(wc) #显示词云图plt.axis(off) #不显示x轴、y轴下标plt.show()结果展示老爷有鬟东茜?这些箱之口W乖十玄 答应咱们舞妙什mt口曰；众VC太太不过保们默虫只是瞰理国贾政泮就%听啜琏源牝四、思考1、关于图的逻辑（存储）表示不是能很好的呈现顶点之间的关系，而通过python读取 gml文件，对其文件的内容，进行图的描绘，可以有效的观察到各个顶点之间的关系。2、python中有许多方法可以对许多东西进行统计，而读取文件，把文件中的数据进行 清洗、处理，然后再对其数据进行有规律的保存，也可以对保存的文件进行不同格式之间的 转换。拿到数据、提取数据，这是数据可视化中数据的重要的环节。五、实验总结1.收获学习了 networkx库的部分函数，对于用图的方式来表示关系，有了进一步的认识。学 习了数据读取，并且处理数据的