项目概述

本项目是一个基于 Python 的社会网络分析与知识图谱构建工具，通过分析城市间高铁连接数据，展示网络分析的核心概念和实际应用。项目使用 NetworkX 库实现复杂的网络指标计算和可视化，帮助用户理解网络结构特征。

核心思路

项目以中国城市高铁网络为案例，将每个城市抽象为网络节点，城市间的高铁连接作为边，构建无向加权网络。通过计算多种网络中心性指标（度中心性、接近中心性、中介中心性、特征向量中心性）和结构洞指标，量化分析各城市在网络中的战略地位和影响力。同时实现 PageRank 和 TextRank 算法，对比有权和无权网络中的节点重要性排序。

使用流程

1. 数据准备

将“中国城市间高铁开通情况(2004-2023).csv”数据文件放置在项目根目录下的 data/ 文件夹中。数据应包含年份、城市1、城市2、高铁连接状态等字段。

2. 环境配置

确保安装 networkx、pandas、matplotlib 等必要 Python 库。

3. 网络构建

运行代码自动读取数据，筛选指定年份的高铁连接，构建城市网络图。网络会自动划分为连通子图，并聚焦分析最大连通分量。

4. 指标计算

代码自动计算结构洞约束指标、四种中心性指标、最短路径、离心度等网络特征，并支持自我中心网络分析。

5. 可视化展示

提供多种网络布局算法（力导布局、Kamada-Kawai、环形布局等）的可视化对比，生成网络结构图和分析结果图表。

6. 结果输出

生成包含各城市网络指标的数据表格，便于后续分析和研究使用。

技术特色

项目特别注重理论与实践的结合，不仅提供完整的网络分析流程，还包含详细的数学公式解释和指标含义说明，使使用者既能直接应用代码，又能深入理解背后的网络科学原理。通过高铁网络这一具体案例，生动展示社会网络分析在城市规划、交通优化等领域的实际应用价值。

• 统计信息：* 342 rows × 2 columns