从相似性矩阵创建NetworkX图

编程问答 2022-06-12

问题描述

我是图形世界的新手，希望能提供一些帮助：-）

我有一个包含10个句子的数据框，并计算了每个句子之间的余弦相似度。

原始数据框：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

k = test_df['text'].tolist()

# Vectorise the data
vec = TfidfVectorizer()
X = vec.fit_transform(k) 

# Calculate the pairwise cosine similarities 
S = cosine_similarity(X)

# add output to new dataframe 
print(len(S))
T  = S.tolist()
df = pd.DataFrame.from_records(T)

计算余弦相似度：

    0   1   2   3   4   5   6   7   8   9
0   1.000000    0.204491    0.000000    0.378416    0.110185    0.000000    0.158842    0.000000    0.000000    0.282177
1   0.204491    1.000000    0.072468    0.055438    0.333815    0.327299    0.064935    0.112483    0.000000    0.000000
2   0.000000    0.072468    1.000000    0.000000    0.064540    0.231068    0.000000    0.000000    0.084140    0.000000
3   0.378416    0.055438    0.000000    1.000000    0.110590    0.000000    0.375107    0.097456    0.000000    0.156774
4   0.110185    0.333815    0.064540    0.110590    1.000000    0.205005    0.057830    0.202825    0.000000    0.071145
5   0.000000    0.327299    0.231068    0.000000    0.205005    1.000000    0.000000    0.000000    0.000000    0.000000
6   0.158842    0.064935    0.000000    0.375107    0.057830    0.000000    1.000000    0.114151    0.000000    0.000000
7   0.000000    0.112483    0.000000    0.097456    0.202825    0.000000    0.114151    1.000000    0.000000    0.000000
8   0.000000    0.000000    0.084140    0.000000    0.000000    0.000000    0.000000    0.000000    1.000000    0.185502
9   0.282177    0.000000    0.000000    0.156774    0.071145    0.000000    0.000000    0.000000    0.185502    1.000000

余弦相似度的输出：

### Build graph
G = nx.Graph()

# Add node
G.add_nodes_from(test_df['text'].tolist())


# Add edges 
G.add_edges_from()

我现在想从两个数据帧创建一个图形，其中我的节点是通过余弦smiliarty（边）连接的句子。我已经添加了节点，如下所示，但是我不确定如何添加边缘？

getimagesize

解决方法

您可以将df中的索引和列名设置为输入数据帧（网络中的节点）中的text列，并使用{{3 }}：

df_adj = pd.DataFrame(df.to_numpy(),index=test_df['text'],columns=test_df['text'])
G = nx.from_pandas_adjacency(df_adj)

G.edges(data=True)
EdgeDataView([('i like working with text    ','i like working with text    ',{'weight': 1.0}),('i like working with text    ','my favourite colour is blue and i like beans',{'weight': 0.19953178577876396}),'reading is also working with text just in anot...',{'weight': 0.39853956570404026})
              ...
cosine-similaritydataframenetworkxpandaspandaspython