刚刚
做
完图论课的大作业，从中收获了很多东西，最终结果也很有意思。
2005年的时候开展了一次图像绘制会议（Graph Drawing conference），期间展示了用互联网电影资料库（IMDb）提供的数据集生成的
演员
合作网络图。即把每个
演员
看成一个顶点，如果两个
演员
在1995年至2005年之间合作拍摄过两次以上的电影，则将他们用一条无向边连接起来，再将不同类型的电影用不同颜色加以区分，从而得出了下面这幅“
演员
合作网络图”（很是复杂啊！）。
当然，为了降低难度，提供给我们使用的是两个经过简化过的
这里写自定义目录标题社会
网络分析
图---Python实现社会
网络分析
包networkx网络图之知识图谱共现矩阵
社会
网络分析
图—Python实现
主要记录学习《Python
数据挖掘
方法及应用》（王斌会 著）第八章的内容。
社会
网络分析
主要有两大要素：
①行动者，在社会网络中用节点（node）表示；②
关系
，在社会网络中用连线（edge）表示，
关系
的内容可以是友谊、借贷或沟通，其
关系
可以是单向或双方的...
遇到的问题及解决方法
先贴一开始犯错的代码。
这个函数实现的功能是输入一个由边组成的二维列表，输出所有不重复的边以及权重（重复次数）。用于后续的社会
网络分析
与指标计算，因为是合作网络，所以不存在方向
关系
。具体输入输出格式见代码注释。
def get_weighted_links(links):
''' links：是包含边的列表,[[节点1,节点2],...],边可以重复,重复次数记为权重
返回值：带权重的边列表,[[节点1,节点2,weight
co_list = [ ["AA | BB | CC | DD",2019],
["EE | BB | FF ",2018],
["AA | GG | FF | HH | KK",2019],
["CC | DD | FF
