在线用户操作 ¶

在线用户操作¶

这个例子再现了互联网公司中典型的数据科学场景。我们从一个 pandas DataFrame 开始，其中包含在线用户操作，例如在线文本编辑器：用户可以创建页面、编辑页面或删除页面。我们想要构建并可视化一个用户图，突出显示在同一个页面/项目上的协作。

import igraph as ig
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# User data (usually would come with time stamp)
action_dataframe = pd.DataFrame([
    ['dsj3239asadsa3', 'createPage', 'greatProject'],
    ['2r09ej221sk2k5', 'editPage', 'greatProject'],
    ['dsj3239asadsa3', 'editPage', 'greatProject'],
    ['789dsadafj32jj', 'editPage', 'greatProject'],
    ['oi32ncwosap399', 'editPage', 'greatProject'],
    ['4r4320dkqpdokk', 'createPage', 'miniProject'],
    ['320eljl3lk3239', 'editPage', 'miniProject'],
    ['dsj3239asadsa3', 'editPage', 'miniProject'],
    ['3203ejew332323', 'createPage', 'private'],
    ['3203ejew332323', 'editPage', 'private'],
    ['40m11919332msa', 'createPage', 'private2'],
    ['40m11919332msa', 'editPage', 'private2'],
    ['dsj3239asadsa3', 'createPage', 'anotherGreatProject'],
    ['2r09ej221sk2k5', 'editPage', 'anotherGreatProject'],
    ],
    columns=['userid', 'action', 'project'],
)

这个代码块只是引入了玩具数据：一个包含三列的 DataFrame，分别是用户 ID、操作以及正在操作的页面或项目。现在我们需要检查两个用户何时在同一个页面上工作。我们选择为此使用加权邻接矩阵，即一个表格，其行和列由用户索引，并且在人们协作时具有非零条目。首先，让我们获取用户并准备一个空矩阵

users = action_dataframe['userid'].unique()
adjacency_matrix = pd.DataFrame(
    np.zeros((len(users), len(users)), np.int32),
    index=users,
    columns=users,
)

然后，让我们一个接一个地迭代所有项目，并添加所有协作

for project, project_data in action_dataframe.groupby('project'):
    project_users = project_data['userid'].values
    for i1, user1 in enumerate(project_users):
        for user2 in project_users[:i1]:
            adjacency_matrix.at[user1, user2] += 1

有很多方法可以实现上述矩阵，所以如果你想出了另一种算法，不要感到惊讶 ;-)

现在是制作图的时候了

g = ig.Graph.Weighted_Adjacency(adjacency_matrix, mode='plus')

最后，让我们绘制一个图的布局，例如一个圆

# Make a layout first
layout = g.layout('circle')

# Make vertex size based on their closeness to other vertices
vertex_size = g.closeness()
vertex_size = [0.5 * v**2 if not np.isnan(v) else 0.05 for v in vertex_size]

# Make mpl axes
fig, ax = plt.subplots()

# Plot graph in that axes
ig.plot(
    g,
    target=ax,
    layout=layout,
    vertex_label=g.vs['name'],
    vertex_color="lightblue",
    vertex_size=vertex_size,
    edge_width=g.es["weight"],
)
plt.show()

我们在这个图中添加了一些花哨的功能来展示 igraph 的功能。结果如下所示。

A visual representation of the collaboratoin graph — 协作图：较粗的边表示多次协作，较大的顶点表示与网络其余部分接近度较高的用户。¶

循环表示“自我协作”，这没有多大意义。为了在不丢失边权重的情况下过滤掉循环，我们可以使用

g = g.simplify(combine_edges='first')

然后逐字重复绘图代码。结果如下所示。

python-igraph 手册

在线用户操作 ¶

在线用户操作¶