[英]How to convert weighted edge list to adjacency matrix in Python?
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:
苹果香蕉 65
橙苹果 32
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
networkx
:使用networkx
我们先加载networkx包
import networkx
然后,从data
我们将边列表作为列表列表:
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])
我们可以轻松地将邻接矩阵检索为
A = networkx.adjacency_matrix(G).A
读作简单明了的numpy
数组
In [30]: A
Out[30]:
array([[ 0, 65, 0],
[ 0, 0, 0],
[32, 0, 0]], dtype=int64)
注意:上面的邻接矩阵指的是一个加权有向图(即从Apple到Banana存在边,但从Banana到Apple没有边)。 如果需要一个加权无向图(即,如果从 Apple 到 Banana 存在一条边,则从 Banana 到 Apple 存在一条边),只需使用
G = networkx.Graph()
而不是
G = networkx.DiGraph()
漫漫长路:手动
让我们取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(无论如何排序不是强制性的)
nodes = sorted(list(set(nodes)))
并且nodes
现在具有形式
In [8]: nodes
Out[8]: [u'Apple', u'Banana', u'Orange']
让我们用一个连续的数字 ID 映射每个节点(字符串)来提供邻接矩阵
nodes = [(i,nodes[i]) for i in range(len(nodes))]
并且nodes
现在具有形式
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,让我们在原始数据帧( data
)中用其对应的 ID 替换每个字符串
In [15]: for i in range(len(nodes)):
...: data = data.replace(nodes[i][1], nodes[i][0])
现在data
具有形式
In [16]: data
Out[16]:
0 1 2
0 0 1 65
1 2 0 32
所以你看到Apple
每一次出现都被0
替换, Banana
每一次出现都被 1 替换, Orange
每一次出现都被 2 替换(根据变量nodes
)。
为了构建邻接矩阵,让我们导入另一个众所周知的包( scipy
)
from scipy.sparse import coo_matrix
并创建一个基于坐标的稀疏矩阵
M = coo_matrix((data.iloc[:,2], (data.iloc[:,0],data.iloc[:,1])), shape=(len(nodes), len(nodes)))
这会创建一个稀疏的邻接矩阵(对于具有许多节点和很少边的图,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:上面的邻接矩阵指的是一个加权有向图(即从Apple到Banana存在边,但从Banana到Apple没有边)。 如果需要一个带权的无向图(即如果从Apple到Banana存在一条边,那么从Banana到Apple也存在一条边),只需将上述邻接矩阵转置即可
M_symmetric = M + M.T
哪里
In [38]: M_symmetric
Out[38]:
matrix([[ 0, 65, 32],
[65, 0, 0],
[32, 0, 0]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.