我已经编写了一些代码来导入一个.txt文件的边缘列表,我有一些Twitter关系数据。数据是定向的并包括重复值。我想将这些数据加载到包含边缘权重的DiGraph()
中,但我无法弄清楚那部分。我正在考虑使用类似Counter()
的东西来计算重复的边缘,但我不确定如何计算并将其包含在图表中。
我已经包含了.txt文件的示例,以显示我的数据的样子。
示例.txt数据
# twitter data
# retrieved at: 07.08.2014
# total number of records: 8
# exported by: userXYZ
#
# fields: date, time, source, target
10.12.2013; 02:00; tweeterA; tweeterB
10.12.2013; 02:01; tweeterB; tweeterC
10.13.2013; 02:04; tweeterC; tweeterA
10.13.2013; 02:08; tweeterC; tweeterA
10.13.2013; 02:10; tweeterD; tweeterB
10.13.2013; 02:11; tweeterA; tweeterC
10.13.2013; 02:13; tweeterC; tweeterB
10.13.2013; 02:18; tweeterA; tweeterD
现有代码
import networkx as nx
header = ['date', 'time', 'source', 'target']
data = [{key: value for (key, value) in zip(header, line.strip().split('; '))} for line in open('data.txt') if not line.startswith('#')]
edgelist = []
for i in data:
edgelist.append(" ".join([
i['source'],
i['target']]))
G = nx.parse_edgelist(edgelist,create_using=nx.DiGraph())
nx.draw(G)
答案 0 :(得分:1)
我认为你非常接近,是的,你可以使用collections.Counter()
。然后,您需要通过将权重设置为数据属性来将权重与每个边缘相关联。
from collections import Counter
import networkx as nx
edge_counts = Counter((' '.join(line.strip().split('; ')[2:]) for line in open('data.txt') if not line.startswith('#')))
G = nx.parse_edgelist(('%s %d' % edge for edge in edge_counts.items()),
data=(('weight',int),),
create_using=nx.DiGraph())
# nx.draw(G)
from pprint import pprint
pprint(sorted(G.edges(data=True)))
应该给你这个输出:
[('tweeterA', 'tweeterB', {'weight': 1}),
('tweeterA', 'tweeterC', {'weight': 1}),
('tweeterA', 'tweeterD', {'weight': 1}),
('tweeterB', 'tweeterC', {'weight': 1}),
('tweeterC', 'tweeterA', {'weight': 2}),
('tweeterC', 'tweeterB', {'weight': 1}),
('tweeterD', 'tweeterB', {'weight': 1})]