目录
- 项目数据修复五行框架渲染参数并新增离线内联演示页4天前
- .gitignoreupdate .gitignore.20天前
- Gephi保姆级指南：古籍活化工程网络科学.docxgephi新手保姆级通用指南4天前
- LICENSEInitial commit9个月前
- README.mdupdate README.md.4天前
- requirements.txtupdate requirements.txt.6天前
- 五态人格_合盘民俗SNA解构提示词_v1.0.md产品方案Demo2-五态人格理论动态扩展，压缩包与社交网络民俗解构4天前
- 五态人格双网络提示词模板包_v1.2.zip产品方案Demo2-五态人格理论动态扩展，压缩包与社交网络民俗解构4天前
- 五行万物类象网络建模分析报告-19e56e10.pdf豆包模拟网络建模分析Pdf（实证方向建议已修订）2个月前
- 传统五行理论网络建模分析与落地应用.pdfAI文献综述4个月前
- 传统五行网络建模分析与落地应用.pdfAI文献综述4个月前
- 基于图论与藏象系统对传统五行动态关系模型构建.pdfAI文献综述4个月前
- 数字人文类文献著录update 数字人文类文献著录.6个月前
邀请码
版权所有：中国计算机学会技术支持：开源发展技术委员会
京ICP备13000930号-9
京公网安备 11010802047560号
许可证 license: CC0-1.0 项目标签： relation-extraction 关系抽取: language: zh conversational: 智能对话 size_scale: 样本规模 100-10k type: task-qa 任务型对话 text-classification: 文本分类 type: multi-class 多分类 language: zh table-question-answering: 表格问答 language: zh sentence-similarity 句子相似度: language: zh token-classification 词分类: type: ner 命名实体识别 language: zh 自定义标签 tags: Network-Science 网络科学 Digital-Humanities 数字人文 Python Java Knowledge-graph-construction 知识图谱 Chinese-Language-and-Literature 汉语言文学 nlp 自然语言处理 relation-extraction 关系抽取 conversational 智能对话 token-classification-type - ner 词分类 - 命名实体识别 language: zh
传统五行网络建模分析 / 华夏轴心文化体系核心知识网络解构
一、仓库介绍
以传世原典《尚书・周书・洪范》为依据，用现代网络科学方法论活化华夏轴心文化体系核心 - 传统五行这一传统五节点 20 加权有向边多层属性动态关系模型知识结构化整理的古籍数字化知识工程开源基础研究，已采取 cc0-1.0 开源
定位：本开源项目践行马克思主义基本原理同中华优秀传统文化相结合重大论断，面向国家古籍数字化工程需求，以阴阳五行、干支、八卦为华夏轴心传统系统思维载体，依托网络科学、Python 数据工程、古汉语 NLP 技术，完成传统典籍知识结构化、可计算建模，属于数字人文跨学科实证研究开源底座，采用 CC-0 协议完全开放。
项目核心任务：解构中华传统多层关联系统（自然万物类象、藏象生理、人格认知、民俗决策体系），构建加权有向多层异质网络，提供标准化节点标注、关系权重标定、拓扑验证、AI 训诂全流程工具链，为古籍活化、本土心理建模、中医系统动力学、传统文化大模型语义锚定提供标准化数据集与代码框架。
二、核心目标：通过 Python 或 gephi 协同工作流可视化量化建模，解构传统五行的中华轴心文化体系（自然万物类象、藏象系统、动态人格认知、民俗决策体系），构建加权有向多层异质网络，提供标准化节点标注、关系权重标定、拓扑验证、AI 训诂全流程工具链，为古籍活化、本土心理建模、中医藏象系统的动力学机制、传统文化大模型语义锚定提供标准化数据集与代码框架。
三、核心特色
跨学科融合：网络科学方法论 + 华夏轴心文化体系核心 - 传统五行知识体系 + Python 数据工程；
分层节点设计：核心节点（五行：金木水火土）+ 多层属性关系节点（万物类象），通过统一分隔符分隔多层属性，适配网络建模；
渐进式实操路径：从基础网络验证 → 多层嵌套字典构建 → 八卦万物类象预演 → AI 模型 API 接入
支持调整关系边权重、拓展关系节点，接入不同 AI 模型训练以及辅助后续实证
** 技术声明： 本项目全部网络建模流程、拓扑指标计算、加权有向边设计、多层异质网络划分、小世界特征验证、社区挖掘算法均遵循《网络科学导论》通用复杂网络建模规范：
1. 统一采用有向加权图表达五行生、克、耗、泄、助动态关联； 2. 区分核心节点（金木水火土）、属性层节点（天 S / 地 D / 人 R 三维）两层网络拓扑； 3. 权重值域标准化：正向促进关系 (0
1)、负向制约关系 (-10)； 4. 配套聚类系数、平均最短路径、节点中心性、鲁棒性检验全套量化指标； 5. 提供 NetworkX 标准邻接矩阵导出接口，兼容 Gephi、PyVis 可视化通用格式。**四、数据目录（GitHub 副仓库的话在根目录，本仓库在 “项目数据” 文件夹里）
五行万物类象表 - 3b874189 (2).xlsx（二维宽表人工标注模板：节点表 sheet1 非空格 282 行、权重表 sheet2 非空格 21 行；此为人工标注底稿规模，不等同于已建模节点数；完整一维长表 nodes.csv/edges.csv 尚未发布）
五行基础模型 - 万物 nodes.xlsx（五行核心节点表：木火土金水 5 节点，Gephi 兼容列结构）
五行基础模型 edges 类象关系表.xlsx（基础关系边表：20 条加权有向边；相生 +1.0 / 相克 -0.5 / 相泄 -0.8 / 相耗 -1.0）
八卦万物类象.pdf（八卦 nodes 的属性素材，来源于《说卦传》、《梅花易数》等古籍原典，由民间码农与易学研究者整理。）
五、节点、关系数据来源：
1.核心节点与藏象系统边缘结构 - 基础加权关系边数据：
隋・萧吉《五行大义》、先秦 - 汉《尚书・洪范》、汉・董仲舒《春秋繁露・卷十・五行对》、《春秋繁露・卷十一・第四十二五行之义》、《春秋繁露・卷十三・五行相生・五行相胜・五行顺逆・治水五行》《春秋繁露・卷十四・治乱五行・五行变数・五行五事》、先秦 - 汉《黄帝内经・素问・金匮真言论、阴阳应象大论、五藏生成论、五藏别论、玉机真脏论、灵兰秘典论》等。
郑同《御定子平》、宋・徐子平、徐升《渊海子平》、清・沈孝瞻《子平真诠》、清・雷明夏《子平管见》、明・张楠《神峰通考》、民国・韦千里《千里命稿》、宋・京图《滴天髓》、清・任铁樵《滴天髓・阐微》、民国・袁树珊《命理探原》、明・廖中《五行精纪》、辽・耶律淳《星命总括》、清・佚名《星平会海》、清・余春台《穷通宝鉴》、明・万民英《三命通会》、清・隐溪居士《奇门遁甲元灵经》、诸葛亮《奇门遁甲统宗大全》、诸葛亮《奇门遁甲秘笈大全》、清・野鹤老人《增删卜易》（六爻方面对关系边权重的看法）等多部碎片化古籍。
六、核心数据说明
1. 五行万物类象表 - 3b874189 (2).xlsx（wuxing_nodes.xlcx） 为适配非技术背景标注人员作业习惯，采用二维宽表作为人工标注模板，完整记录节点名称、类型、所属维度（S = 天 / D = 地 / R = 人）、异文、文献出处等全量属性，是全项目标注口径统一与质量校验的基准，也可用于教学。
数据结构：首行为列标题，第二行为五行核心节点，多层属性通过全角标点分隔；标注完成后经自动化脚本转换为标准三元组格式，用于后续网络建模。 2. 基础关系边权重表 当前已录入五行生克泄耗共 20 条核心基础关系及初始权重，对应《尚书・周书・洪范》等传世文献的经典表述；其余衍生关系、跨文本关联关系，将通过最短路径算法、跨文献语义计量与古汉语大模型辅助训诂相结合的方式逐步挖掘补充。 已公开基础模型文件：项目数据/五行基础模型-万物nodes.xlsx 与 项目数据/五行基础模型edges类象关系表.xlsx，采用 Gephi / NetworkX 可直接导入的列结构 ——nodes 表含 Id、Label、Iswuxingcore、维度、wuxing label、wuxing Id；edges 表含 Source、Target、Type（Directed）、Kind、Id、Label、Weight。
文献出处口径（无征不信）：相生 5 条回标《春秋繁露・五行相生》（Weight=+1.0），相克 5 条回标《春秋繁露・五行相胜》（Weight=-0.5）；相泄 5 条（-0.8）、相耗 5 条（-1.0）共 10 条暂仅标注关系类型编号，待找到可靠传世原典出处后逐条补入 Label，不以后人附会预支。
权重口径说明：建模脚本实际读取的权威权重以骨架 edges 表为准（相生 +1.0 / 相克 -0.5 / 相泄 -0.8 / 相耗 -1.0）；宽表 sheet2 的泄、耗数值为人读参考标注，与骨架权威值暂不一致，后续以骨架 edges 表为准统一；二进制宽表不在 README 文字修订范围内改动。
核心拓扑结构可通过决策树、K 近邻、随机森林等算法开展鲁棒性验证，校验网络结构的稳定性。
本仓库根目录下的文件按用途分组说明，避免访客误读（分组不对应固定类别数，下列为逐文件说明）：
根目录3份 PDF 报告：为本项目不同阶段的 AI 辅助文献综述与思路讨论稿（含同名不同版本，如落地应用稿、藏象专题稿、类象分析稿），版本差异见 git log，不代表最终结论。
项目数据 / 八卦万物类象.pdf：八卦类象原始素材。
项目数据 / 五行通篇新义.docx：本项目早期议论文成果（思路雏形），非最终模型依据。
项目数据 / 五行核心基础网络框架.py：教学演示 / 结构示例脚本（基于 networkx + pyvis，待调试完善，非生产建模器）。
项目数据 /《熊出没》《金石难运》*.pdf：IP 联动探索性 Demo，不属于核心五行模型，仅供思路参考。
项目数据 / QClaw 中文学习指南.docx：AI 项目代管工作流笔记，与五行无直接关系，但与本项目的 NLP / 数据清洗技术栈相关。
mmexport1778593065798.jpg：为我早期易学研究整理笔记。
screenshot_225648.png：Gephi 跑出的《尚书・周书・洪范》《春秋繁露》五行模型基础架构示意图（大风车拓扑为早期首次探索的核心架构可视化结果，非实测涌现网络结论）。
关于网络数据文件的公开口径
已公开（基础骨架）：上述两个基础模型 xlsx 为五行核心骨架（5 节点 / 20 基础边），供先行跑通 Gephi 拓扑与 NetworkX 结构验证，属可复现的最小模型。 暂不公开（完整一维长表）：nodes.csv/edges.csv 完整长表仍在人工标注与结构调整中（self-loop 消解、关系三列正交、文献分层等方法论修正仍在迭代），暂不公开；公开 SCHEMA（列结构定义）待数据收敛后另行发布。当前仓库公开的是：建模思路、方法论文献、源宽表、基础骨架表与可视化脚本，而非最终全量网络数据。
温馨提示： 本项目仅做古籍文献知识网络量化实证研究，所有典籍素材仅用于文本语义、系统结构、传统认知模型学术解构，不开展占卜、预测类实操应用；所有传统民俗、古认知体系均作为古代系统思维样本进行数字化建模，剥离民俗信仰属性，保留人文、系统科学、计算语言学研究价值。
七、 核心发现与待实证的假设：
**
本项目以华夏轴心文化底层系统认知范式（五行体系）为研究对象，将 “传统五行是否具备核心 - 边缘多层属性动态网络拓扑结构” 列为待检验假设（hypothesis）。当前公开的最小骨架（5 节点 / 20 条加权有向边）尚不足以证实该结构；核心 - 边缘、小世界等结论须在补充有传世出处的实体关系、并完成拓扑指标与随机图基准对照后再行给出。
该理论发现核心价值可从四个层面入手：
一、范式价值：从 “还原论” 到 “系统论” 的跨越 过去两千年，五行主要被当作哲学概念或占卜工具，长期被还原论思维排斥在科学话语之外。 本项目提出一个待检验命题（而非已证明结论）：五行可能不是五个孤立标签，而是由生克泄耗关系边权重连接、并可附加多层属性（S/D/R 维度列当前待补）的有向关系系统；其是否呈现核心 - 边缘结构、是否存在度分布异质性（幂律），须由度分布与相关统计指标检验，当前不作断言。 现阶段公开物为中国传统五行五节点、20 条基础加权有向边的最小可复现骨架，先为 “古系统思维可否计算化” 提供一个可复现的小样本底座；“东方智慧只能定性、不能定量” 这一判断是否成立，留待扩边后的实证检验回答，本阶段不下定论。
二、网络科学价值：待检验的 “小世界 / 异质网络” 研究方向 现代网络科学通常研究社交网络、生物网络、互联网等。待检验方向：五行体系能否作为一个非西方、独立起源的网络科学案例。复算事实（见《骨架拓扑复算说明.md》，networkx 3.6.1 实跑）：当前 5 节点最小骨架的无向投影为完全图 K5，有向总度序列 [8,8,8,8,8] 全相同（正则图、无度异质性），聚类系数与传递性均为 1.0、平均路径长度为 1.0—— 这些数值是完全图与 n=5 的数学必然，不构成小世界证据，也不存在 “约 3 步可达” 的实测路径。小世界判据（高聚类 + 相对随机图基准的短路径）须在补充有传世出处的实体关系、节点数显著扩大后，对照 WS 等随机图基准重新计算。天、地、人（S/D/R）三维异质分布是规划中的多层 / 异质网络方向；当前 nodes 表 “维度” 列尚为空，暂不构成现成的异质数据集。
三、方法论价值：为古籍活化提供 “知识结构化” 的元框架 当前古籍数字化多停留在影像扫描和文本标引层面，缺乏对知识内在逻辑的建模。我的节点表和关系边初始权重，虽然尚未数据清洗，可首次将五行类象转化为可机器读取的 “本体”（Ontology），为后续知识图谱构建、AI 训练、跨文本挖掘提供了标准化的数据底座。这直接回应了国家 “十五五” 规划对 “知识结构化” 古籍数字化的战略需求。
四、跨学科价值：连接人文、社科与自然科学的桥梁 ・本土心理学：我基于本次将五行的建模，回归其作为 “关系模型” 本质，对其本土人格研究中 “五行人格理论” 的扩展与延伸，为中医五态人格、大五人格、气质类型理论对传统五行人格理论的整合等提供了动态演化的计算框架，可以开发比九型人格更具文化根基的人格测评工具。
・复杂系统医学（规划方向）：基于 “五脏 - 五志 - 五气” 的对应关系，未来可探索藏象学说的网络动力学建模；是否满足小世界判据须另行检验，现阶段仅为方法设想，不预设结论。
・AI 可解释性：我的节点表为大语言模型理解中华传统概念（如 “仁 — 木 — 肝 — 怒”）提供了结构化的语义锚点，有助于减少 AI 的 “幻觉” 和偏见。
本项目完整承接四层纵向政策落地载体：顶层锚定 “两个结合” 文化创新转化要求；对标国家古籍数字化、公共文化普惠顶层规划；承接广东岭南文化强省、数字人文产业扶持政策；落地佛山图书馆总分馆、助残就业、终身教育、产学研科创实务体系，依托政策约束收敛项目系统扰动，打造可复制古籍数字化基层民生落地范式。
更具体落地方向可参考根目录《五行万物类象网络建模分析报告 - 19e56e10.pdf》（项目数据/ 内另有同名 docx 过程稿）。 需说明：上述模拟网络建模分析素材由二维表开展模拟网络分析得到，是对整体模型的结构性估测，仅供参考，不构成对核心架构的实测数据分析；核心架构层面的结论须待证据化扩边与随机图基准对照后另行给出。
八。核心流程实操
快速开始： 快速开始：步骤 1 核心体系教学可视化生成
基于《尚书・周书・洪范》标注样例，生成五行核心网络的动态交互可视化网页，用于原理教学演示与基础拓扑验证。 依赖安装：
python -m pip install networkx pyvis pandas openpyxl openai numpypython “项目数据 / 五行核心基础网络框架.py”
输出结果：可交互 HTML 动态网页，直观展示五行生克泄耗核心拓扑关系，适配教学讲解、项目演示场景。
后续计划： Subsequent Plans
步骤 2：构建多层嵌套字典 Step 2: Construct multi-level nested dictionaries
Parse the node table based on pandas to generate multi-level nested dictionaries adapted for network analysis (layered by dimension-node-attribute). 基于 pandas 解析节点表，生成适配网络分析的多层嵌套字典（按维度 - 节点 - 属性分层）
步骤 3：利用邵雍八卦万物类象进行本地预演： Step 3: Conduct local pre-simulation by applying Shao Yong’s Eight Trigrams analogous in appearance of All Things:
Preparation for installing Python libraries: 安装准备：
pip install scikit-learn python-louvain步骤 4：接入 AI 模型： Step 4: Integrate AI model 开发建议： Development suggestions:
可借用 doubao-seed-1-6-thinking-250615、doubao-pro-32k 大模型 Borrowable doubao-seed-1-6-thinking-250615、doubao-pro-32k large model
调用 API 示例 (python)：
Example of calling APU: pip install volcenginesdkarkruntime official example:官方示例：
from volcenginesdkarkruntime import Ark client = Ark (api_key="your_api_key") response = client.chat.completions.create (model="your_endpoint_id", messages=[{"role": "user", "content": "分析网络拓扑结构..."}])完整版: Example of calling APU in the full version:
1. 导入依赖库 from volcenginesdkarkruntime import Ark from volcenginesdkarkruntime.errors import ArkError import json # 可选：若需要结构化输出时使用 2. 初始化 Ark 客户端（核心配置） def init_ark_client (api_key: str): 初始化 Ark 客户端 try: client = Ark (api_key=api_key) return client except Exception as e: print (f"客户端初始化失败：{str (e)}") return None 3. 构造拓扑分析的 Prompt（结合你的预处理结果） def build_topology_analysis_prompt (): """ 结合节点表清洗、社区发现 / 随机森林 / 决策树预演结果，构造精准 Prompt （请根据实际数据替换示例中的占位符内容） """ 示例：预处理后的关键信息（你实际的节点 / 算法结果） preprocess_info = { "节点表维度": ["维度编号", "关系节点名", "属性列 1", "属性列 2"], "社区发现结果": "共识别出 3 个核心社区，社区 1 包含节点 A/B/C，社区 2 包含节点 D/E...", "随机森林预演结论": "节点属性 X 对拓扑连接权重的特征重要性达 0.85", "决策树预演结论": "节点关系判定的核心分裂条件为属性 Y>0.7" } 构造用户指令（明确分析目标） prompt = f""" 基于以下预处理后的网络拓扑数据和本地算法预演结果，完成以下分析： 预处理信息：{json.dumps (preprocess_info, ensure_ascii=False, indent=2)} 分析要求： 解读社区发现结果对应的拓扑结构特征； 结合随机森林的特征重要性，分析节点属性对拓扑连接的影响； 基于决策树结论，给出拓扑关系判定的简化规则； 总结该网络拓扑的核心特点和潜在优化方向。 """ return prompt 4. 核心调用逻辑 def analyze_network_topology (api_key: str, endpoint_id: str): """调用 Ark API 分析网络拓扑结构""" 初始化客户端 client = init_ark_client(api_key) if not client: return 构造请求消息 messages = [ {"role": "user", "content": build_topology_analysis_prompt()} ] try: 调用 Chat Completions API response = client.chat.completions.create ( model=endpoint_id, # 你的方舟模型端点 ID messages=messages, temperature=0.3, # 低随机性，保证分析结果稳定 max_tokens=2000 # 按需调整输出长度 ) 解析响应结果 analysis_result = response.choices [0].message.content print ("=== 网络拓扑分析结果 ===") print (analysis_result) return analysis_result except ArkError as e: 捕获方舟 API 专属异常 print (f"API 调用失败（ArkError）：错误码 ={e.code}，错误信息 ={e.message}") except Exception as e: 捕获其他通用异常 print (f"API 调用异常：{str (e)}") 5. 执行调用（替换为你的实际配置） if __name__ == "__main__": 替换为你的真实 API Key 和 Endpoint ID（火山方舟控制台获取） YOUR_API_KEY = "your_api_key" YOUR_ENDPOINT_ID = "your_endpoint_id" 执行分析 analyze_network_topology(YOUR_API_KEY, YOUR_ENDPOINT_ID)二、关键说明
配置替换：your_api_key：从火山引擎方舟控制台获取的 API 密钥（注意保密，不要硬编码到代码仓库）；your_endpoint_id：你部署的模型端点 ID（需先在方舟控制台完成模型部署）。
Prompt 优化： 示例中preprocess_info是占位符，需替换为你实际清洗后的节点表、社区发现 / 随机森林 / 决策树的输出结果； 分析要求可根据需求调整（比如增加「拓扑漏洞分析」「节点重要性排序」等）。
工程化建议： ◦ API Key 建议通过环境变量注入（而非硬编码），例如**os.getenv(“ARK_API_KEY”)**； ◦ 若节点表数据量较大，可先提炼核心结论（而非全量传入），避免 Prompt 过长； 可增加响应结果的持久化（如写入文件 / 数据库），方便后续复用。
异常处理： 代码中捕获了 ArkError（方舟 API 专属异常）和通用异常，可根据实际需求扩展错误重试、告警等逻辑。
三、扩展场景（可选）
如果需要将本地预处理的节点表数据（CSV/Excel）直接传入 API，可在preprocess_info中补充数据样例（或文件链接），例如：
import pandas as pd node_df = pd.read_csv ("清洗后的节点表.csv") preprocess_info ["节点表样例"] = node_df.head (10).to_dict (orient="records") # 传入前 10 行样例九、项目依赖：
数据清洗与处理 MarkItDown、Pandas（openpyxl）、Numpy
网络建模 ：Networkx 、Gephi（可自选）
可视化： Matplotlib（可自选）、Seaborn（可自选）、Pyvis
深度学习： DGL、PyTorch Geometric（可自选）
全网检索与对接：Requests、Openai-Python （可自选）
ai：古汉语大模型 - AI 太炎
知乎开放数据平台：https://developer.zhihu.com
DeepSeek 开放数据平台：https://platform.deepseek.com/usage
火山引擎开放数据平台：https://volcengine.com/product/doubao
火山引擎开放数据平台图数据库相关 的APU 文档：http://api.volcengine.com/api-docs/view?action=AddGraphTables&version=2025-08-15&serviceCode=graph
古汉语大模型公开版：http://t.shenshen.wiki （可达性待核，失效时以官方最新地址为准）
参考文献（AI 文献综述在本仓库根目录里，仅供研究现状参考）：
学术边界声明
1. 本项目所有古籍数据源仅用于古代系统思维、传统认知模型、知识图谱数字人文实证研究，不涉及任何民间占卜、预测实操开发； 2. 全部网络建模流程严格遵循《网络科学导论》复杂网络通用规范，数据权重、拓扑指标、可视化工具均开放标准化导出接口； 3. 项目依托 “两个结合” 理论开展传统文化数字化创新转化，贴合国家古籍活化、公共文化均等化、残疾人高质量就业、终身学习社会建设多元政策导向。
注：节点、关系边参考编号中 [2-1]–[2-3] 暂缺，现有条目自 [2-4] 起编号，待文献清单收敛后统一重排；缺号仅表示清单尚未整理完毕，不代表相关原典不存在。 2. 节点、关系边参考：
本书完整版来源补充说明 ：据考证，该书 源于明代《耕寸集》 命理笔记。全书共四十八章，属子平命理学 “前三本” （ 子平真诠、渊海子平、三命通会 ）之一，虽篇幅最少但理论体系最为精辟，专注五态人格网络分析体系，以五行、干支、十神、用神、相神为理论主线，系统阐述传统五态人格时序演化格局成败及时序规律。
本书专属补充声明 ：此处本书引用 仅为 对该项目的关于传统五行关系边权重设定规则参考，项目代码算法、数据库表格均未直接搬运、复制本书中任何受著作权法的整理成果。（包括但不限于现代标点，校勘记、注释、译文及版式设计等），至于利用公共知识类典籍进行二次建模分析开发，算法设计，不视为对整理者权益的侵犯。该补充声明仅本书及其同类系列专属，适用于本项目的所有公开版本。 （边界说明：本声明仅针对现代整理成果中的标点、校勘记、注释、译文与版式设计；公共领域原典文本本身仍按 CC0-1.0 开放，二者不冲突。）
@misc{chuantongwuxing_network_2026, author = {intellectualdisability-of-jun-sen}, title = {传统五行网络建模分析与落地应用}, year = {2026}, publisher = {Gitee & GitHub}, url = {https://gitee.com/intellectualdisability-of-jun-sen/chuantongwuxingwangluojianmofenxi}, note = {基于《尚书·洪范》的五行知识网络框架、二维宽表及 Gephi 拓扑模型} }💡 提示：该 BibTeX 条目兼容 Zotero、Mendeley 与 LaTeX 标准编译链，可直接一键导入引用。
#数据集下载 from modelscope.msdatasets import MsDataset ds = MsDataset.load('JiuLinZi3257/Network_modeling_analysis_based_on_traditional_Five_Elements_model') #您可按需配置 subset_name、split，参照“快速使用”示例代码请确保 lfs 已经被正确安装
:modelscope-code[]{type="git"}git lfs installgit clone https://oauth2:ms-5526ea7d-a368-4111-97b3-d01b266991e8@www.modelscope.cn/datasets/JiuLinZi3257/Network_modeling_analysis_based_on_traditional_Five_Elements_model.git数据清洗建议
本项目原始二维宽表因保留多源异文，单元格内使用了多种全角标点分隔多维度属性。 建议可使用 [MarkItDown] 将 Excel 表格转换为 Markdown 格式，获得结构统一、易于解析的纯文本表格，再进行后续的拆分与结构化处理。 MarkItDown 数据清洗阶段统一分隔符快速开始： -GitHub 工具包地址：https://github.com/microsoft/markitdown 安装命令：
pip install markitdown [all]使用示例：markitdown 五行万物类象表.xlsx -o 清洗后.md本项目镜像仓库：https://github.com/jiulingzi3257/chuantongwuxingwangluojianmofenxi