如何基于边列表数据使用mne_connectivity的plot_connectivity_circle绘制弦图？

我尝试用mne_connectivity.viz库中的plot_connectivity_circle函数绘制弦图，数据结构如下：letter和number列代表不同节点，Count列代表节点间的连接数量。生成数据的代码如下：

import random
import string
import pandas as pd

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)]
})

该数据框包含20行数据，letter列是随机生成的小写字母，number列是0到22的字符串格式整数，Count列是20到50之间的随机整数。

MNE的文档示例大多使用连通性分数方阵，但文档提到：如果传入对应节点名称的索引数组，也可以使用一维数组作为连通性分数。我认为df.Count可以作为这个分数，但不清楚如何按正确顺序给node_names和indices参数传入相关数据，希望得到指导。

另外，我已经用holoviews库实现了类似的可视化，但定制选项不足，相关代码如下：

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)
) 

这段代码生成的弦图展示了字母节点与数字节点之间的连接关系：节点标签为对应的字母或数字，不同节点用不同颜色区分；边的颜色对应number列的节点颜色，边的透明度和宽度固定，整体画布大小为350。

内容的提问来源于stack exchange，提问作者r0bt