Создать граф NetworkX из матрицы сходства

Я новичок в мире графиков и был бы признателен за помощь :-)

У меня есть фреймворк с 10 предложениями, и я вычислил косинусное сходство между каждым предложением.

Исходный фрейм данных:

    text
0   i like working with text    
1   my favourite colour is blue and i like beans
2   i have a cat and a dog that are both chubby Pets
3   reading is also working with text just in anot...
4   cooking is great and i love making beans with ...
5   my cat likes cheese and my dog likes beans
6   in some way text is a bit boring
7   cooking is stressful when it is too complicated
8   pets can be so cute but they are often a lot o...
9   working with pets would be a dream job

Вычислить косинусное сходство:

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)

Вывод для косинусных сходств:

    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

Теперь я хочу создать граф из обоих фреймов данных, где мои узлы - это предложения, которые связаны косинусом smiliarty (ребра). Я добавил узлы, как вы можете видеть ниже, но я не уверен, как добавить края?

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

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


# Add edges 
G.add_edges_from()

python pandas dataframe cosine-similarity networkx
person msa    schedule 23.09.2020    source источник

Ответы (1)


arrow_upward
3
arrow_downward

Вы можете установить индексы и имена столбцов в df как столбец text во входном фрейме данных (узлы в сети) и построить из него граф как матрицу смежности, используя _ 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}),
              ('i like working with text    ', 'reading is also working with text just in anot...', {'weight': 0.39853956570404026})
              ...
person yatu    schedule 23.09.2020