数据存在于 excel 文件中,第一列代表第一个节点,第二列代表第二个节点,第三列包含权重。
节点是字符串。
例如:
Apple Banana 65
Orange Apple 32
最佳答案
首先要做的是导入 Excel 文件。最直接的方法是使用 pandas
:
import pandas
data = pandas.read_excel("path/to/edgelist", header=None)
这将返回表单的数据框
In [2]: data
Out[2]:
0 1 2
0 Apple Banana 65
1 Orange Apple 32
捷径:使用 networkx
让我们先加载networkx包
import networkx
然后,根据 data
,我们将边缘列表作为列表的列表:
edgeList = data.values.tolist()
这样,我们得到
In [19]: edgeList
Out[19]: [['Apple', 'Banana', 65], ['Orange', 'Apple', 32]]
让我们创建一个空(有向)图 G
:
G = networkx.DiGraph()
然后我们用一个简单的 for 循环添加边:
for i in range(len(edgeList)):
G.add_edge(edgeList[i][0], edgeList[i][1], weight=edgeList[i][2])
我们可以很容易地检索邻接矩阵作为
A = networkx.adjacency_matrix(G).A
读作一个简单明了的 numpy
数组
In [30]: A
Out[30]:
array([[ 0, 65, 0],
[ 0, 0, 0],
[32, 0, 0]], dtype=int64)
注意:上述邻接矩阵指的是带权有向图(即Apple到Banana有边,Banana到Apple无边)。如果需要一个加权的无向图(即,如果从 Apple 到 Banana 存在一条边,那么从 Banana 到 Apple 也存在一条边),只需使用
G = networkx.Graph()
代替
G = networkx.DiGraph()
漫漫长路:手动
让我们使用第一列和第二列来收集节点 ID
nodes = data.iloc[:, 0].tolist() + data.iloc[:, 1].tolist()
因此
In [4]: nodes
Out[4]: [u'Apple', u'Orange', u'Banana', u'Apple']
让我们排序并删除重复项(反正排序不是强制性的)
nodes = sorted(list(set(nodes)))
和nodes
现在有形式
In [8]: nodes
Out[8]: [u'Apple', u'Banana', u'Orange']
让我们用连续的数字 ID 映射每个节点(字符串)以提供邻接矩阵
nodes = [(i,nodes[i]) for i in range(len(nodes))]
和nodes
现在有形式
In [10]: nodes
Out[10]: [(0, u'Apple'), (1, u'Banana'), (2, u'Orange')]
现在字符串到整数的映射已经完成,让我们用对应的 ID 替换原始数据帧 (data
) 中的每个字符串
In [15]: for i in range(len(nodes)):
...: data = data.replace(nodes[i][1], nodes[i][0])
现在 data
的形式是
In [16]: data
Out[16]:
0 1 2
0 0 1 65
1 2 0 32
所以你看到每次出现的Apple
都被替换为0
,每次出现的Banana
都被替换为1并且每次出现od Orange
已替换为 2(根据变量 nodes
)。
为了构建邻接矩阵,让我们导入另一个著名的包(scipy
)
from scipy.sparse import coo_matrix
并创建一个 coordinate-based sparse matrix
M = coo_matrix((data.iloc[:,2], (data.iloc[:,0],data.iloc[:,1])), shape=(len(nodes), len(nodes)))
这将创建一个稀疏邻接矩阵(对于具有许多节点和少量边缘的图形,内存占用更少)。如果你需要一个密集的邻接矩阵,那么
M = M.todense()
其中 M
最终具有形式
matrix([[ 0, 65, 0],
[ 0, 0, 0],
[32, 0, 0]])
注意:上述邻接矩阵指的是带权有向图(即Apple到Banana有边,Banana到Apple无边)。如果需要一个带权无向图(即苹果到香蕉有边,香蕉到苹果也有边),只需转置上述邻接矩阵即可
M_symmetric = M + M.T
在哪里
In [38]: M_symmetric
Out[38]:
matrix([[ 0, 65, 32],
[65, 0, 0],
[32, 0, 0]])
https://stackoverflow.com/questions/49095067/