NetworkX csv edgelist结构

Question

是否有将csv / txt中的边添加到NetworkX的标准结构？我已阅读文档并尝试使用read_edgelist('path.csv')和add_edges_from('path.csv')但收到错误，说我的数据无法转换为字典，而且“边缘元组C是2元组或3元组”。我已经重新格式化了我的数据样本，有几种方法来测试不同的结构，包括列表和元组列表，删除空格以及在每一行中创建一个数字列表，但没有运气。以下是我的一些样本数据：

user_id,cluster_moves
11011,"[[86, 110], [110, 110]]"
2139671,"[[89, 125]]"
3945641,"[[36, 73], [73, 110], [110, 110]]"
10024312,"[[123, 27], [27, 97], [97, 97], [97, 97], [97,110]]"
14270422,"[[0, 110], [110, 174]]"
14283758,"[[110, 184]]"
14373703,"[[35, 97], [97, 97], [97, 97], [97, 17], [17,58]]"

目的是创建在群集之间（或群集内）移动的轨迹的网络图。每个列表都是群集内或群集之间的移动，例如，[[0, 110], [110,174]]是群集0->110->174的移动。有没有办法格式化我的数据，以便networkx可以读取它？

快速示例代码我正在测试数据：

import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
edges = g.add_edges_from('path.csv')

nx.draw(g)
plt.draw
plt.show()

修改

在networkx中读取时，是否可以为此数据结构添加边缘权重，然后根据边缘的计数/频率调整权重？我想这样做，所以我可以将具有更高频率/数量的边缘可视化为另一种颜色/线宽。使用下面的答案，我尝试使用g.add_weighted_edges_from()并使用weight=1作为属性，而不是使用g.add_edges_from()，但这无效。我也尝试过使用它而没有运气：

for u,v,d in g.edges():
    d['weight'] = 1
g.edges(data=True)
edges = g.edges()
weights = [g[u][v]['weight'] for u,v in edges]

Answer 1

首先，您的数据无效csv来自Comma separated values

  

必须引用包含逗号或双引号字符的字段。

这意味着您应该使用双引号来引用您的列表：

user_id,cluster_moves
11011,"[[86, 110], [110, 110]]"
2139671,"[[89, 125]]"
3945641,"[[36, 73], [73, 110], [110, 110]]"
10024312,"[[123, 27], [27, 97], [97, 97], [97, 97], [97,110]]"
14270422,"[[0, 110], [110, 174]]"
14283758,"[[110, 184]]"
14373703,"[[35, 97], [97, 97], [97, 97], [97, 17], [17,58]]"

您可以使用csv模块阅读此文件，然后使用eval()将字符串转换为列表，并使用add_edges_from创建网络图：

import csv
import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
for row in csv.reader(open('ooo.csv', 'r')):
    if '[' in row[1]:       #
        g.add_edges_from(eval(row[1]))

nx.draw(g)
plt.draw
plt.show()