python使用Networkx生成人物关系可视化详解

一，先说实现的思路

1，将文本中出现的重要人物名字放入列表中；也可以使用自然语言处理工具将词性标记为‘nr’的词语放入列表中，但一则费时费力二则准确性太差。所以，简单粗暴但高效的做法是直接从搜索引擎中得到主要人物的名称，并将其放入列表中；

2，遍历文本的第一个段落，并检查人物名称是否在此段落中，如果在，将其放入一个空列表中，并使用combination将其转化成人物名称的两两组合；这是很关键的一步，只有得出了人物关系，才可能实现可视化。

3，使用Networkx实现人物关系的可视化，这个操作很简单，但如果想优化节点和线，还是有一些难度的。贴上代码后再详细说明此点。

二，使用到的内置或三方库；

1，set，在遍历文本的每一个段落时，形成的列表中会有多个重复的人物名称，使用set可以去除重复的人名；

2，sorted，为避免形成[A,B]和[B,A]两种本质上相同的关系，使用sorted排序，可以防止出现前述的AB两种关系；

3，itertools库中的combination，[A,B,C]只形成[A,B],[A,C],[B,C]三种关系，符合我们的需求；

4，collections中的Counter，统计每一对关系在列表中出现的次数，形成一个字典；

5，networkx库，使用networkx.draw_circular，让人物以圆的形式排列在图片上。

三，networkx.draw_circular parameter的详细解说：

1，nodelist和node_size，引用g.degree的键值，可通过映射在图表上反映节点的大小，出现越多的节点，在图表上也越大；

2，node_color和cmap，node_color是一个列表，通过colormap与plt.cm.parameter形成映射，在图表上反映为节点的颜色，具体的颜色值可以参考https://matplotlib.org/gallery/color/colormap_reference.html；

3，edge_color和edge_cmap，edge_color也是一个列表，通过edge_cmap与plt.cm.parameter开成映射，在图表上表现为边的颜色；

4，width，width也是一个列表，引用自边的值，即人物关系字典的值；

四，图片比例尺，分辨率和将文本插入到图片中；

1，比例尺，在绘图前使用plt.figure(figsize=(turple))来确定每个像素块的比例尺；

2，分辨率，DPI与比例尺的结合，其中dpi在保存文件的命令savefig中引用，默认值是100；

3，将文本插入图片，x,y指插入的位置，中间为0,0，边上为+/-1。

五，附上两张效果图。

 

六，附上源代码。

from collections import Counter
from itertools import combinations
import networkx as nx
import matplotlib.pyplot as plt
def getRelationiship(fn):
    namelist=['无忌','赵敏','芷若','小昭','殷离','成昆','谢逊','灭绝','翠山','殷素素','纪晓芙','杨逍','杨不悔','范遥','金花婆婆',
              '张三丰','殷天正','韦一笑','宋青书','丁敏君','宋远桥','俞岱岩','殷梨亭','殷野王','阳顶天','阳夫人','朱九真','空见大师',
              '空智大师','周颠','王保保','黄衫女子','王难姑','俞莲舟','张松溪','莫声谷','鹿杖客','鹤笔翁','渡厄','渡难','渡劫','韩千叶'
            ,'常遇春','铁冠道人','彭莹玉','说不得','冷谦','鲜于通','何太冲','班淑娴','高老者','矮老者']

    fo=open(fn,'r',encoding='utf-8').readlines()
    relationlist=[]
    for lines in fo:
        n=[]
        for i in namelist:
            for j in namelist[namelist.index(i)+1:]:
                if i in lines and j in lines and i!=j:
                    n.append(i)
        relationlist+=combinations(sorted(set(n)),2)
    relationDict=Counter(relationlist)
    return relationDict,namelist

def createRelationship(fn):
    relationDict,namelist=getRelationiship(fn)
    edgeWidth=[]
    for i in relationDict.values():
        edgeWidth.append(i/5)
    # print(edgeWidth)
    print(len(edgeWidth))
    plt.figure(figsize=(16, 9))#图片比例尺，跟dpi合并计算后就是图片的分辨率，注意figure要放在画图开始前
    g=nx.MultiGraph()
    g.add_edges_from(relationDict.keys())
    d=dict(g.degree)
    nx.draw_circular(g,nodelist=d.keys(),node_size=[v*200 for v in d.values()],node_color=range(46),cmap=plt.cm.Paired,
                     with_labels=True,edge_color=range(385),edge_cmap=plt.cm.Dark2,alpha=1.0,width=edgeWidth)
    # node_color，要使用报错提醒的数字，edge_color使用len(edgewidth),但直接引用报错。
    #nodelist节点名称，node_size节点大小，node_color&cmap节点颜色的映射，edge_color&edge_cmap线颜色的映射，width宽度的值
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.text(-1.05,1.05,'%s-人物关系（线越宽代表联系越紧密，点越大表示出现的次数越多）'%fn[:-4],fontsize=12)#-1，1字体位置
    plt.savefig('%s-=人物关系图.png'%fn[:-4],dpi=120)#单个像素的DPI

2020年6月16日更新：

因为源代码不在这台电脑上，只针对其中不明确的地方做个说明：

1，46，是人物节点的数量，可以使用len(namelist)代替；

2，385，是边的数量，可以使用len(relationDict)代替；

3，node_size使用的是matplotlib里scatter的规格值，默认是300，到底怎么算出来的，我看了官方文档，也做过计算，都没搞明白。

很抱歉，初学时的代码，有点混乱，但大概能看明白的。

感谢阅读！