14、复杂网络中的相似性分析与应用

复杂网络中的相似性分析与应用

一、文化领域分析案例

1.1 聚类术语定位

在进行文化领域分析时，我们需要定位每个聚类中使用最频繁的五个术语。为此，我们定义了一个辅助函数 describe_cluster(terms_df) ：

HOW_MANY = 5
def describe_cluster(terms_df):
    # terms_df 是一个 DataFrame；从 "domain" 中选择匹配的行
    rows = domain.join(terms_df, how="inner")
    # 计算行总和，对其进行排序，获取最后 HOW_MANY 个
    top_N = rows.sum(axis=1).sort_values(ascending=False)[:HOW_MANY]
    # 它们有哪些标签？
    return top_N.index.values

然后，将分区转换为 DataFrame，按分区 ID 对行进行分组，并调用辅助函数为每个社区命名：

tag_clusters = pd.DataFrame({"part_id": pd.Series(partition)})
results = tag_clusters.groupby("part_id").apply(describe_cluster)
for r in results:
    print("-- {}".format("; ".join(r.tolist()