Python Social Graph

Gestionnaire de graphe social avec import CSV et export JSON. Supporte l'analyse FOAF (Friend of a Friend).

Fonctionnalités

• ✅ Import CSV avec gestion automatique des espaces et doublons
• ✅ Relations bidirectionnelles ou unidirectionnelles
• ✅ Export JSON du graphe complet
• ✅ Export GraphML (Gephi, yEd, Cytoscape)
• ✅ Analyse FOAF (Friend of a Friend)
• ✅ Statistiques du réseau social
• ✅ Rapport détaillé FOAF pour tous les utilisateurs

Setup

Prérequis

• Python 3.12+

Note: Ce projet n'utilise que des modules Python standards. Aucune installation de dépendances n'est requise.

Format CSV

Chaque ligne du fichier CSV représente un utilisateur et ses amis:

Utilisateur,Ami1,Ami2,Ami3,...

Exemple (friends.csv)

Alice,Bob,Charlie,DavidBob,Alice,Eve,FrankCharlie,Alice,David,George

Notes:

• Les espaces avant/après les noms sont automatiquement supprimés
• Les doublons sont automatiquement éliminés
• Les lignes vides sont ignorées

Usage

Le script utilise uniquement des modules Python standards, aucune installation n'est requise.

Script principal

./social-graph <fichier_csv> [options]

Options

Option	Description
--no-bidirectional	Relations unidirectionnelles (défaut: bidirectionnelles)
--output <fichier>	Fichier JSON de sortie (défaut: social_graph.json)
--foaf-report <fichier>	Génère un rapport FOAF détaillé
--graphml <fichier>	Export GraphML pour visualisation (Gephi, yEd, Cytoscape)
--stats	Affiche les statistiques du graphe
--query-user <nom>	Affiche les amis et FOAF d'un utilisateur

Exemples

1. Import basique avec export JSON

./social-graph data/input/friends.csv

Sortie: social_graph.json

2. Avec statistiques

./social-graph data/input/friends.csv --stats

📈 Statistiques du graphe:
- Nombre d'utilisateurs: 9
- Nombre de relations: 12
- Mode: bidirectionnel
- Moyenne d'amis par utilisateur: 2.67
- Maximum d'amis: 3
- Minimum d'amis: 2

3. Générer un rapport FOAF

./social-graph data/input/friends.csv --foaf-report data/output/foaf_report.json --stats

4. Requête pour un utilisateur spécifique

./social-graph data/input/friends.csv --query-user Alice

👤 Informations pour 'Alice':
- Amis directs (3): Bob, Charlie, David
- Amis d'amis (4): Eve, Frank, George, Helen

5. Export GraphML pour visualisation

./social-graph data/input/friends.csv --graphml data/output/friends.graphml --stats

Le fichier .graphml peut être ouvert avec:

• Gephi - Visualisation et analyse de graphes
• yEd - Éditeur de diagrammes
• Cytoscape - Analyse de réseaux biologiques et sociaux

6. Mode unidirectionnel

./social-graph data/input/friends.csv --no-bidirectional --output data/output/graph_unidirectional.json

Utilisation programmatique

Import de la classe

fromsocial_graphimportSocialGraph# Créer un graphe bidirectionnelgraph=SocialGraph(bidirectional=True)
# Charger depuis CSVgraph.load_from_csv('data/input/friends.csv')
# Obtenir les amis d'un utilisateurfriends=graph.get_friends('Alice')
print(f"Amis d'Alice: {friends}")
# Obtenir les amis d'amisfoaf=graph.get_foaf('Alice')
print(f"FOAF d'Alice: {foaf}")
# Statistiquesstats=graph.get_statistics()
print(f"Total utilisateurs: {stats['total_users']}")
# Export JSONgraph.to_json('data/output/my_graph.json')
# Export GraphML (pour visualisation)graph.to_graphml('data/output/my_graph.graphml')
# Rapport FOAFgraph.export_foaf_report('data/output/foaf_report.json')

Ajouter des amitiés manuellement

graph=SocialGraph(bidirectional=True)
# Ajouter des relationsgraph.add_friendship('Alice', 'Bob')
graph.add_friendship('Alice', 'Charlie')
# Exportgraph.to_json('custom_graph.json')

Structure des exports JSON

Graphe complet (social_graph.json)

{
"Alice": ["Bob", "Charlie", "David"],
"Bob": ["Alice", "Eve", "Frank"],
"Charlie": ["Alice", "David", "George"]
}

Rapport FOAF (foaf_report.json)

{
"Alice": {
"direct_friends": ["Bob", "Charlie", "David"],
"friends_of_friends": ["Eve", "Frank", "George", "Helen", "Ivan"],
"total_foaf": 5
}
}

Tests

Exécuter les exemples d'utilisation:

python examples/advanced_usage.py data/input/friends.csv

Résultat:

🚀 ======================================================== 🚀
EXEMPLES AVANCÉS - Social Graph Manager
🚀 ======================================================== 🚀
📂 Fichier CSV utilisé: data/input/friends.csv
============================================================
Exemple 1: Recommandations d'amis
============================================================
👤 Suggestions d'amis pour Alice:
Vous pourriez connaître: Eve, Frank, George, Helen
============================================================
Exemple 2: Analyse du réseau
============================================================
📊 Statistiques globales:
- Total utilisateurs: 9
- Total relations: 12
- Moyenne d'amis: 2.67
🌟 Utilisateurs les plus connectés:
- Eve: 3 amis
- Alice: 3 amis
- Bob: 3 amis
- Charlie: 3 amis
- Helen: 3 amis
============================================================
Exemple 3: Portée du réseau
============================================================
🔍 Portée du réseau pour chaque utilisateur:
Alice:
- Amis directs: 3
- Amis d'amis: 4
- Portée totale: 7 personnes
[... output continues for all 9 users ...]
============================================================
Exemple 4: Amis communs
============================================================
👥 Amis communs entre Alice et Bob:
Aucun ami commun
============================================================
Exemple 5: Graphe personnalisé
============================================================
📱 Graphe de followers (unidirectionnel):
Alice suit: Bob, Charlie
Bob suit: Alice
Charlie suit: David
💾 Graphe exporté vers 'data/output/custom_followers.json'
============================================================
Exemple 6: Force des connexions
============================================================
💪 Force des connexions pour Alice:
- Charlie: 1 amis communs
- David: 1 amis communs
- Bob: 0 amis communs
============================================================
✨ Tous les exemples ont été exécutés!
============================================================

Exemples inclus:

• ✅ Recommandations d'amis (FOAF)
• ✅ Analyse du réseau et statistiques
• ✅ Portée du réseau (amis + FOAF)
• ✅ Amis communs entre utilisateurs
• ✅ Graphe personnalisé (unidirectionnel)
• ✅ Force des connexions

API de la classe SocialGraph

Méthodes principales

Méthode	Description
__init__(bidirectional=True)	Initialise le graphe
load_from_csv(filepath)	Charge depuis CSV
add_friendship(user, friend)	Ajoute une relation
get_friends(user)	Retourne les amis d'un utilisateur
get_foaf(user)	Retourne les amis d'amis
get_all_users()	Retourne tous les utilisateurs
get_statistics()	Retourne les statistiques
to_json(filepath)	Export en JSON
to_graphml(filepath)	Export en GraphML (visualisation)
export_foaf_report(filepath)	Export rapport FOAF

Structure du projet

python-social-graph/
├── src/social_graph/ # Package source
│ ├── __init__.py
│ ├── cli.py # Interface CLI
│ └── graph.py # Classe SocialGraph
├── data/
│ ├── input/ # Fichiers CSV sources
│ │ └── friends.csv # Exemple
│ └── output/ # Fichiers générés (ignorés par git)
├── docs/
│ └── gephi-guide.md # Guide Gephi
├── examples/
│ └── advanced_usage.py # Exemples d'utilisation
├── social-graph # Script wrapper (point d'entrée)
├── setup.py # Configuration du package
├── pyproject.toml # Configuration moderne
├── requirements.txt # Aucune dépendance requise
├── CLAUDE.md # Guide pour Claude Code
└── README.md # Ce fichier

Exemples de cas d'usage

1. Analyse de réseau social

graph=SocialGraph()
graph.load_from_csv('mon_reseau.csv')
# Trouver les utilisateurs les plus connectésstats=graph.get_statistics()
foruseringraph.get_all_users():
friend_count=len(graph.get_friends(user))
iffriend_count>=stats['avg_friends_per_user']:
print(f"{user}: {friend_count} amis")

2. Recommandations d'amis

# Suggérer des amis potentiels (FOAF)user="Alice"suggestions=graph.get_foaf(user)
print(f"Suggestions d'amis pour {user}: {suggestions}")

3. Export pour visualisation

# Export GraphML pour Gephi, yEd, Cytoscapegraph.to_graphml('network.graphml')
# Export JSON pour D3.js ou autres outils webgraph.to_json('network_data.json')

Ouvrez le fichier .graphml dans Gephi pour:

• Visualiser le réseau social
• Détecter les communautés
• Calculer les métriques de centralité
• Générer des mises en page automatiques

Licence

MIT