使用【python】写【文本相似度分析】的代码：Create a Sankey diagram with real data and clear definition of the system

要创建一个文本相似度分析的Sankey图，我们可以使用Python中的`networkx`库来构建网络图，然后结合`plotly`或`sankeymatic`等库来绘制Sankey图。以下是一个简单的步骤概述：

首先，确保已经安装了必要的库：

pip install networkx plotly

接下来，我们可以定义一个函数来计算两个文本之间的相似度（这里用余弦相似度为例）：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

def calculate_similarity(text1, text2):
    vectorizer = TfidfVectorizer()
    vectors = vectorizer.fit_transform([text1, text2])
    similarity_matrix = cosine_similarity(vectors)
    return similarity_matrix[0][1]

然后，假设我们有两组数据，其中包含源（例如文本1）和目标（例如文本2），以及它们之间的关系：

source_data = ["这是文本A", "这是文本B"]
target_data = ["这是另一个文本A", "这是文本C"]

similarities = [calculate_similarity(s, t) for s, t in zip(source_data, target_data)]

为了绘制Sankey图，我们将使用`sankeymatic`库。首先安装它：

pip install sankeymatic

接着，我们创建Sankey图并添加节点和边：

import sankeymatic as sm

# 创建Sankey图形实例
sankey = sm.Sankey()

# 添加节点
nodes = {i: f"文本{i}" for i in range(len(source_data))}

# 添加边，表示相似度
for i, (src, dst, sim) in enumerate(zip(source_data, target_data, similarities)):
    sankey.add_link(nodes[i], nodes[len(target_data)+i], value=sim)

# 设置标题和布局
sankey.set_title("文本相似度Sankey图")
sankey.to_notebook()  # 如果在Jupyter Notebook中
# 或者 sankey.show() if running outside Jupyter

运行这段代码后，你应该能看到一个实时更新的Sankey图，显示每个文本之间的相似度。