我有混合自然数据。数据将节点,边和社区混合在一起,我想将它们绘制成图形并将其可视化以理解模式。我正在寻找像附图一样的东西。 此程度未知。我确实检查了networkx文档,但找不到任何接近我正在寻找的内容。这是一个非定向和非定向图。我可以将数据分开并将它们绘制成不同的格式,但是当涉及到实时分离是不可能的。数据就像一个流,这些独立的节点可以或者也可能在未来的数据出现中形成社区,因此无法将它们分开。
数据模式如下所示
2344
2424 3535
2445
2434 5525 3454 4335 2355
2342 3453 5555 2425 5255
3423 2525
2344
5234 3455 4555
节点,边和社区以时间间隔显示重复行为
答案 0 :(得分:2)
您可以使用NetworkX的标准无向图类中的方法/函数add_nodes_from()
和add_edges_from()
找到here和here。这样,您可以在数据流到来时逐步创建图形。
您所要做的就是将数据转换为正确的格式并将其传递给#34;逐行"进入这两个功能。它们只会在图形中添加节点或边缘(如果它们尚未存在)。 add_edges_from()
还添加了添加边的新节点,但这显然不适用于只有一个节点的数据行,因为一个节点不会形成边。
我建议做这样的事情:
import networkx as nx
# create empty graph
G = nx.Graph()
# read data
data = ...
# assuming you can acces the lines of your data through an iterator, add them to the graph
for line in data:
G.add_nodes_from(line)
# get the number of nodes in the data line
number_of_nodes = get_number_of_nodes(line)
if number_of_nodes > 1:
# get edgelist from data line and add it to the graph
edgelist = get_edgelist(line)
G.add_edges_from(edgelist)
当然还有一些工作需要转换功能" get_number_of_nodes()
和get_edgelist()
,但这只是一个开始......