希拉莉郵件分析

1、提取收件名和發件名

首先我們需要將所有的檔案提取出來，轉化為字典模式，id對應姓名和真實身份，最後提取的emails.metadatato和emails.metadatafrom要對應其真實身份。

import pandas as pd

import networkx as nx
import numpy as np
from collections import defaultdict
import matplotlib.pyplot as plt
# 資料載入
emails = pd.read_csv("./input/emails.csv")
# 讀取別名檔案
file = pd.read_csv("./input/aliases.csv")
aliases = {}
for index, row in file.iterrows():
aliases[row['alias']] = row['personid']
# 讀取人名檔案
file = pd.read_csv("./input/persons.csv")
persons = {}
for index, row in file.iterrows():
persons[row['id']] = row['name']
# 針對別名進行轉換
def unify_name(name):
# 姓名統一小寫
name = str(name).lower()
# 去掉, 和@後面的內容
name = name.replace(",", "").split("@")[0]
# 別名轉換
if name in aliases.keys():
return persons[aliases[name]]
return name
# 將寄件人和收件人的姓名進行規範化

利用nexworkx畫圖：邊，點和標籤的大小，影象視覺化

# 畫網路圖

def show_graph(graph, layout='spring_layout'):
# 使用spring layout布局，類似中心放射狀
# - circular_layout：節點在乙個圓環上均勻分布
# positions = nx.spring_layout(graph)
if layout == "circular_layout":
positions = nx.circular_layout(graph)
else:
positions = nx.spring_layout(graph)
# 設定網路圖中的節點大小，大小與pagerank值相關，因為pagerank值很小所以需要*20000
nodesize = [x['pagerank'] * 20000 for v, x in graph.nodes(data=true)]
# 設定網路圖中的邊長度 (1, 2, ) -> e[2]['weight'] = 100000
# edgesize = [np.sqrt(e[2]['weight']) for e in graph.edges(data=true)]
# 繪製節點
nx.draw_networkx_nodes(graph, positions, node_size=nodesize, alpha=0.4)
# 繪製邊 width=edgesize,
nx.draw_networkx_edges(graph, positions, alpha=0.2)
# 繪製節點的label
nx.draw_networkx_labels(graph, positions, font_size=10)
# 輸出希拉莉郵件中的所有人物關係圖
plt.show()

# 設定邊的權重等於發郵件的次數

edges_weights_temp = defaultdict(list)
for row in zip(emails.metadatafrom, emails.metadatato, emails.rawtext):
temp = (row[0], row[1])
if temp not in edges_weights_temp:
edges_weights_temp[temp] = 1
else:
edges_weights_temp[temp] = edges_weights_temp[temp] + 1
# 轉化格式 (from, to), weight => from, to, weight
edges_weights = [(key[0], key[1], val) for key, val in edges_weights_temp.items()]

# 建立乙個有向圖

graph = nx.digraph()
# 設定有向圖中的路徑及權重(from, to, weight)
graph.add_weighted_edges_from(edges_weights)
# 計算每個節點（人）的pr值，並作為節點的pagerank屬性
pagerank = nx.pagerank(graph)
# 獲取每個節點的pagerank數值
pagerank_list = 
# 將pagerank數值作為節點的屬性
nx.set_node_attributes(graph, name='pagerank', values=pagerank_list)
# 畫網路圖
show_graph(graph)

pagerank_threshold = 0.005

# 複製乙份計算好的網路圖
small_graph = graph.copy()
# 剪掉pr值小於pagerank_threshold的節點
for n, p_rank in graph.nodes(data=true):
if p_rank['pagerank'] < pagerank_threshold:
small_graph.remove_node(n)
# 畫網路圖
希拉莉 高效的學習
高階學習方法 通過以下四種方法，希拉莉終於克服了內在危機，成為一名十分出色的優秀學生。人是一種奇妙的動物，他會本能地只考慮自己。按照這種本能生活是一件非常不幸的事情。如果能理性地戰勝這種本能，多為他人著想，生活就會變得幸福多了。人 要想成為由各個班級第一組成的小組中的第一名，最簡單最快捷的方法就是找...
郵件學習 python傳送郵件分析
首先呼叫python傳送乙個郵件 usr bin python3 import smtplib from email.mime.text import mimetext from email.utils import formataddr my sender 111111111 qq.com 發件人...
安全專家呼籲希拉莉要求重新計票
電子投票機不過是我們周圍具有嚴重漏洞的產品之一，3個搖擺州的投票結果應被複核，且新資料可能顛覆競選結果。一組投票安全專家和選舉律師這麼告訴希拉莉。賓夕法尼亞 威士頓康星和密西根州的初始計票顯示希拉莉以1.2 或更小的差距落敗，但該小組告訴希拉莉的競選團隊 投票結果明顯存疑。截至目前，該小組尚未丟擲投...