### Python实现Excel表格中关键词列的共现网络图可视化 要生成基于Excel表格中关键词列的共现网络图，可以按照以下方法完成： #### 数据准备 假设有一个名为`keywords.xlsx`的Excel文件，其中有一列表示关键词。以下是读取该文件并提取关键词的方法： ```python import pandas as pd # 读取Excel中的关键词列 data = pd.read_excel('keywords.xlsx') keywords_list = data['Keywords'].dropna().str.split(',') # 假设关键词之间由逗号分隔 ``` #### 构建共现矩阵 构建共现矩阵的核心在于统计每一对关键词共同出现的次数。可以通过嵌套循环来计算这些频率。 ```python from collections import defaultdict co_occurrence_matrix = defaultdict(lambda: defaultdict(int)) for keywords in keywords_list: for i, word_i in enumerate(keywords): for j, word_j in enumerate(keywords): if i != j and word_i.strip() and word_j.strip(): co_occurrence_matrix[word_i.strip()][word_j.strip()] += 1 ``` 将默认字典转换为Pandas DataFrame以便后续操作： ```python matrix_df = pd.DataFrame(co_occurrence_matrix).fillna(0) ``` #### 过滤高频共现关系 为了减少噪声，仅保留权重较大的共现关系（例如大于某个阈值）。此过程可以根据实际需求调整阈值。 ```python threshold = 3 filtered_edges = [] for source, row in matrix_df.iterrows(): for target, weight in row.items(): if int(weight) >= threshold and source != target: filtered_edges.append((source, target, int(weight))) edges_df = pd.DataFrame(filtered_edges, columns=['Source', 'Target', 'Weight']) ``` 保存过滤后的边数据到CSV文件中以供绘图工具使用： ```python edges_df.to_csv('edges_filtered.csv', index=False) ``` #### 绘制共现网络图 利用NetworkX库和Matplotlib库绘制共现网络图： ```python import networkx as nx import matplotlib.pyplot as plt G = nx.from_pandas_edgelist(edges_df, source='Source', target='Target', edge_attr=True) plt.figure(figsize=(12,8)) pos = nx.spring_layout(G) # 使用spring布局算法 nx.draw_networkx_nodes(G, pos, node_size=[v * 50 for v in dict(G.degree()).values()]) nx.draw_networkx_labels(G, pos) nx.draw_networkx_edges(G, pos, width=[d['Weight']/10 for (u,v,d) in G.edges(data=True)]) plt.axis('off') plt.show() ``` 以上代码实现了从Excel表中提取关键词、构建共现矩阵以及最终生成可视化的共现网络图的过程[^1]。 ### 注意事项 - 如果输入的数据量较大，则可能需要优化性能或者采用更高效的存储结构替代DataFrame。 - 对于中文字符的支持，在加载CSV时需指定合适的编码方式如GBK或UTF-8。