要使用Python对邮件数据集进行通信关系图谱绘制，首先需要理解邮件数据的结构，并提取其中的通信关系信息。通常情况下，一封邮件包含发件人、收件人、主题、内容和时间戳等基本信息。通过分析这些信息，可以构建出一个通信网络，其中节点代表邮箱地址，边表示邮箱之间的通信。 ### 数据准备 假设你有一个CSV格式的邮件数据集，包含以下字段： - `from`: 发件人邮箱 - `to`: 收件人邮箱 - `timestamp`: 邮件发送时间（可选） 你需要将这些数据加载到Pandas DataFrame中以便处理： ```python import pandas as pd # 加载邮件数据 df = pd.read_csv('emails.csv') ``` ### 构建通信关系图 使用`networkx`库来构建图结构。每封邮件对应一条从发件人到收件人的边。为了简化，可以忽略重复的边或根据通信频率设置权重。 ```python import networkx as nx # 创建有向图 G = nx.DiGraph() # 遍历数据，添加边 for _, row in df.iterrows(): sender = row['from'] receiver = row['to'] # 添加边，如果已存在则增加权重 if G.has_edge(sender, receiver): G[sender][receiver]['weight'] += 1 else: G.add_edge(sender, receiver, weight=1) ``` ### 可视化通信关系图 接下来可以使用`matplotlib`和`networkx`来进行可视化。可以根据节点度数调整节点大小，边的宽度可以反映通信频率。 ```python import matplotlib.pyplot as plt # 计算节点的度数以调整大小 degree = dict(G.degree()) node_size = [v * 100 for v in degree.values()] # 设置布局 pos = nx.spring_layout(G, k=0.5) # 调整k值以控制节点间距 # 绘制图 plt.figure(figsize=(12, 8)) nx.draw(G, pos, with_labels=True, node_size=node_size, node_color='skyblue', font_size=10, edge_color='gray', width=1.0, alpha=0.7, linewidths=0.5) nx.draw_networkx_edge_labels(G, pos, edge_labels=nx.get_edge_attributes(G, 'weight'), font_color='red') plt.title("Email Communication Network") plt.show() ``` ### 进阶功能 #### 1. 节点颜色区分角色 可以根据节点的角色（如是否为内部员工）来设置不同的颜色。 ```python # 假设有一个函数is_internal(email)返回是否为内部邮箱 def is_internal(email): return '@company.com' in email # 生成颜色列表 colors = ['lightgreen' if is_internal(node) else 'salmon' for node in G.nodes()] nx.draw(G, pos, with_labels=True, node_size=node_size, node_color=colors, font_size=10, edge_color='gray') ``` #### 2. 动态可视化 如果你希望展示随时间变化的通信模式，可以使用`plotly`或`bokeh`进行动态可视化。 #### 3. 社区检测 使用社区发现算法（如Louvain方法）可以识别通信中的社群结构。 ```python import community as community_louvain # 使用Louvain算法检测社区 partition = community_louvain.best_partition(G.to_undirected()) # 将社区ID映射到颜色 cmap = plt.cm.get_cmap('viridis', max(partition.values()) + 1) colors = [cmap(partition[node]) for node in G.nodes()] nx.draw(G, pos, with_labels=False, node_size=node_size, node_color=colors, edge_color='gray', width=0.5) ``` #### 4. 图形交互 对于大规模图谱，静态图像可能不够直观。可以使用`pyvis`或`dash`创建交互式图表，允许用户点击、缩放和探索。 ```bash pip install pyvis ``` ```python from pyvis.network import Network # 创建PyVis网络 net = Network(notebook=True, height="800px", width="100%") # 添加节点和边 for node in G.nodes(): net.add_node(node) for u, v, data in G.edges(data=True): net.add_edge(u, v, value=data['weight']) # 显示交互式图 net.show("email_communication.html") ``` 通过上述步骤，你可以有效地将邮件数据集的通信关系可视化，并根据需求进行扩展和优化。 ---