我使用psycopg2使用从Postgres数据库检索到的数据构建networkx图。我可以很好地创建图表,但我想知道是否有更高效和/或Pythonic的方法来实现它。
当前代码:
DG = nx.DiGraph()
cur.execute(edgeQuery)
for row in cur:
self.DG.add_edge(
row[0], # fnode
row[1], # tnode
weight=row[3], # cost
name=row[4]
)
networkx文档表明可以通过输入ebunch一次创建多个边缘。我可以通过迭代光标结果来创建一个强大的功能,但这不会比我当前的解决方案更有效。我觉得有必要将光标结果转换为networkx边缘。也许就像拉链一样?我也想确定一种pythonic方式,以便于日后维护(并满足我自己的好奇心)。
答案 0 :(得分:0)
假设我理解了你的" cur"的数据结构。正确:您应该能够将其转换为数组,然后切片以获得紧凑的表示法。例如:
import numpy as np
import networkx as nx
graph = nx.DiGraph()
x= np.array([[1,2,0.5,"o"],[3,4,0.2,"a"]])
graph.add_edges_from(x[:,:2],weight = x[:,2], name = x[:,3])
add_edges_from()还可以为你保存for-loop"麻烦" :) 像这样,边缘现在是:
print(graph.edges)
[(' 1',' 2'),(' 3',' 4')]
我希望这是你正在寻找的。 p>
答案 1 :(得分:0)
使用 Pandas 有一种更简单的方法。
import pandas as pd
import networkx as nx
import psycopg2
*** define psql variables***
con = psycopg2.connect(host=pg_host, port=pg_port, dbname=dbase, user=user, password=pw,options=f"-c search_path={schema}")
sql = "select a,b from nodetable"
df = pd.read_sql(sql,con)
G = nx.Graph()
G = nx.from_pandas_edgelist(df, 'a', 'b')