mne connectivity_circle / 和弦圖

Question

我正在嘗試使用plot_connectivity_circle庫中的mne_connectivity.viz創建和弦圖。

我的數據類似於以下內容，其中letter和number代表單獨的節點， count代表這些節點之間的連接數：

import random
import string
random.seed(10)

df = pd.DataFrame({'letter':[random.choice(string.ascii_lowercase) for x in range(20)],
                  'number':[str(random.randint(0,22)) for x in range(20)],
                  'Count':[random.randint(20,50) for x in range(20)]})

mne的文檔引用了示例，其中連接分數的方矩陣用於創建與我的用例不同的和弦圖。

但是，它還指出，如果還傳遞了與正確的節點名稱列表相對應的 arrays 個索引，則一維矩陣可用於連接性分數。 因此我假設df.Count可以用來表示連通性分數？

根據我的數據，我不知道如何以正確的順序將相關數據傳遞給node_names和indices arguments，希望能提供一些指導！

---

作為參考，我使用holoviews庫實現了類似的可視化，但發現缺少自定義選項。 該可視化的代碼和 output 作為示例包含在下面：

import numpy as np
import holoviews as hv
from holoviews import opts, dim
hv.extension('bokeh')
hv.output(size=350)

nodes = list(set(df['letter'].tolist() + df['number'].tolist()))
nodes = hv.Dataset(pd.DataFrame(nodes, columns=['node']))

chord = hv.Chord((df, nodes))
chord.opts(
    opts.Chord( 
               labels = 'node', label_text_font_size='12pt', 
               node_color='node', node_cmap='Category20', node_size=10, 
               edge_color='number', edge_cmap='Category20', edge_alpha=0.9, edge_line_width=1)
) 

Answer 1

作為記錄，我已經找到了一個可以接受的解決這個問題的方法。

我返回原始數據（上面是groupby和count得到df.Count值的結果）並使用crosstab()生成包含連接分數的 dataframe。 我參考了這篇文章的答案以尋求指導

然后我使用to_numpy()將結果轉換為鄰接矩陣，可以將其傳遞給plot_connectivity_circle()的con參數。

然后可以將crosstab()中的列列表傳遞給node_names參數。

我現在沒有時間發布我的代碼的工作示例，但希望以后有時間。

如果任何熟悉mne和plot_connectivity_cirlce的使用的人可以幫助回答原始問題，給出原始帖子中描述的表格中的數據，我將非常有興趣了解它是如何完成的！