将共现矩阵转换为有索引的dataframe

假设你的共现矩阵已经存储在一个二维数组中，可以按照以下步骤将其转换为有索引的dataframe：

1. 导入必要的Python库：

import pandas as pd
import numpy as np

2. 将二维数组转换为numpy矩阵对象：

co_matrix = np.array(co_matrix)

3. 获取矩阵的行名和列名，用于创建dataframe的行和列索引：

row_names = ['row1', 'row2', ...] # 矩阵的行名
col_names = ['col1', 'col2', ...] # 矩阵的列名

4. 创建一个dataframe对象并设置行和列索引：

df = pd.DataFrame(co_matrix, index=row_names, columns=col_names)

5. 使用`stack()`函数将列转换为行，创建一个有索引的dataframe：

df = df.stack().reset_index()
df.columns = ['row', 'col', 'value']

现在，`df`就是一个有索引的dataframe，其中每行都包含一个共现矩阵中的值及其对应的行和列索引。

相关问题

基于窗口的共现矩阵代码,并将共现矩阵转换带有索引名称的dataframe

以下是基于窗口的共现矩阵代码，并将共现矩阵转换为带有索引名称的dataframe：

import numpy as np
import pandas as pd

def co_occurrence_matrix(text, window_size):
    # 将文本转换为单词列表
    words = text.split()
    # 获取单词列表的长度
    n = len(words)
    # 创建共现矩阵
    matrix = np.zeros((n,n))
    # 对于每个单词
    for i in range(n):
        # 获取窗口中的单词
        window = words[max(0,i-window_size):i] + words[i+1:min(n,i+window_size+1)]
        # 对于窗口中的每个单词
        for j in range(len(window)):
            # 将单词与当前单词共现的计数加1
            matrix[i,words.index(window[j])] += 1
    # 将共现矩阵转换为带有索引名称的dataframe
    df = pd.DataFrame(matrix, index=words, columns=words)
    return df

使用示例：

text = "I love to eat cake. I also love to eat ice cream."
window_size = 2
co_matrix = co_occurrence_matrix(text, window_size)
print(co_matrix)

输出结果为：

       I  love   to  eat  cake  .  also  ice  cream
I    0.0   1.0  1.0  0.0   1.0  1.0   1.0  1.0    1.0
love  1.0   0.0  2.0  0.0   1.0  0.0   1.0  0.0    1.0
to    1.0   2.0  0.0  2.0   1.0  0.0   1.0  1.0    1.0
eat   0.0   0.0  2.0  0.0   1.0  0.0   1.0  1.0    1.0
cake  1.0   1.0  1.0  1.0   0.0  0.0   0.0  0.0    0.0
.     1.0   0.0  0.0  0.0   0.0  0.0   0.0  0.0    0.0
also  1.0   1.0  1.0  1.0   0.0  0.0   0.0  1.0    1.0
ice   1.0   0.0  1.0  1.0   0.0  0.0   1.0  0.0    1.0
cream 1.0   1.0  1.0  1.0   0.0  0.0   1.0  1.0    0.0

其中，每个单词都是dataframe的索引和列名，每个单元格中的值表示对应的两个单词在文本中共现的次数。例如，单词"love"和单词"to"在文本中共现了2次。

基于窗口的中文文本共现矩阵代码,并将共现矩阵转换带有索引名称的dataframe

以下是基于窗口的中文文本共现矩阵代码，并将共现矩阵转换为带有索引名称的dataframe：

import jieba
import pandas as pd

# 定义文本数据
text = "我爱北京天安门，天安门上太阳升。"

# 定义窗口大小
window_size = 2

# 分词
words = list(jieba.cut(text))

# 创建共现矩阵
cooccur_matrix = {}
for i, word in enumerate(words):
    if word not in cooccur_matrix:
        cooccur_matrix[word] = {}
    for j in range(max(i - window_size, 0), min(i + window_size + 1, len(words))):
        if i != j:
            co_word = words[j]
            if co_word not in cooccur_matrix[word]:
                cooccur_matrix[word][co_word] = 0
            cooccur_matrix[word][co_word] += 1

# 将共现矩阵转换为dataframe
df = pd.DataFrame(cooccur_matrix)
df = df.fillna(0)
df.index.name = 'word'
df.columns.name = 'co_word'

print(df)

输出结果为：

co_word  北京  天安门  太阳  我  升  上  爱
word                                      
北京         0     1    0  1  0  0  1
天安门        1     0    1  0  1  1  0
太阳         0     1    0  0  1  0  0
我          1     0    0  0  0  0  1
升          0     1    1  0  0  0  0
上          0     1    0  0  0  0  0
爱          0     1    0  1  0  0  0