关键词太多，取前20个形成关系图，该怎么操作

你可以先对关键词按照出现频率进行排序，然后只取前 20 个关键词来构建共现网络。下面是一个示例代码：

import networkx as nx
import matplotlib.pyplot as plt

# 对关键词按照出现频率进行排序
sorted_keywords = sorted(keyword_frequencies.items(), key=lambda x: x[1], reverse=True)

# 取前 20 个关键词
top_keywords = dict(sorted_keywords[:20])

# 构建空的无向图
G = nx.Graph()

# 添加节点和边
for keyword, freq in top_keywords.items():
    G.add_node(keyword, frequency=freq)
    for other_keyword, other_freq in top_keywords.items():
        if keyword != other_keyword:
            weight = freq + other_freq
            G.add_edge(keyword, other_keyword, weight=weight)

# 绘制共现图
pos = nx.spring_layout(G, k=0.3)
node_size = [d['frequency'] for n, d in G.nodes(data=True)]
edge_width = [d['weight'] / 500 for (u, v, d) in G.edges(data=True)]
labels = {n: n + ' ({})'.format(d['frequency']) for n, d in G.nodes(data=True)}

nx.draw_networkx_nodes(G, pos, node_size=node_size, node_color='skyblue')
nx.draw_networkx_labels(G, pos, labels, font_size=10, font_family='Source Han Sans CN')
nx.draw_networkx_edges(G, pos, width=edge_width, alpha=0.5)

plt.axis('off')
plt.show()

这个代码只保留了出现频率前 20 的关键词，并画出了关系图。你可以根据需要修改代码中的参数，例如修改 top_keywords 中的数字，或者修改节点和边的样式等。