邮件时序动态网络可视化python案例

下面是一个邮件时序动态网络可视化的 Python案例，使用了 NetworkX 和 Matplotlib 库：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
import datetime

# 导入数据
df = pd.read_csv('emails.csv')

# 转换时间格式
df['date'] = pd.to_datetime(df['date'], utc=True, format='%Y-%m-%d %H:%M:%S')

# 创建空的有向图
G = nx.DiGraph()

# 添加节点
for user in set(df['sender']).union(set(df['recipient'])):
    G.add_node(user)

# 添加边
for index, row in df.iterrows():
    sender = row['sender']
    recipient = row['recipient']
    date = row['date']
    G.add_edge(sender, recipient, date=date)

# 设置节点位置
pos = nx.spring_layout(G)

# 绘制初始状态的网络图
nx.draw(G, pos, with_labels=True)
plt.show()

# 按时间顺序更新网络
for t in sorted(set(df['date'])):
    # 获取当前时间的子图
    H = G.edge_subgraph([(u, v) for (u, v, d) in G.edges(data=True) if d['date'] <= t])

    # 绘制当前状态的网络图
    nx.draw(H, pos, with_labels=True)
    plt.title('Time Step: {}'.format(t.strftime('%Y-%m-%d %H:%M:%S')))
    plt.show()

这段代码将邮件数据导入为 Pandas DataFrame，然后将发件人和收件人作为节点添加到有向图中，将邮件发送时间作为边的属性添加到有向图中。然后使用 NetworkX 库的 edge_subgraph 函数获取当前时间的子图，并通过 Matplotlib 库绘制出当前状态的网络图。