我想给我的节点分配一个属性。目前,我正在使用以下数据示例创建网络:
Attribute Source Target Weight Label
87.5 Heisenberg Pauli 66.3 1
12.5 Beckham Messi 38.1 0
12.5 Beckham Maradona 12 0
43.5 water melon 33.6 1
标签应给出节点的颜色(1=黄色,0=蓝色)
网络编码:
G = nx.from_pandas_edgelist(df, source='Source', target='Target', edge_attr='Weight')
collist = df.drop('Weight', axis=1).melt('Label').dropna() # I need this for the below lines of code because I want to draw nodes - their size - based on their degree
degrees=[]
for x in collist['value']:
deg=G.degree[x]
degrees.append(100*deg)
pos=nx.spring_layout(G)
nx.draw_networkx_labels(G, pos, font_size=10)
nx.draw_networkx_nodes(G, pos, nodelist=collist['value'], node_size = degrees, node_color=collist['Label'])
nx.draw_networkx_edges(G, pos)
这段代码应该做的是:节点的大小应该等于它们的度(这解释了我的代码中的度和collist
)。边缘的厚度应等于Weight
Attribute
应该被分配(和更新)如下链接:(Changing attributes of nodes)。目前,我的代码不包括所述链接中的作业,该链接添加并更新如下:
G = nx.Graph()
G.add_node(0, weight=8)
G.add_node(1, weight=5)
G.add_node(2, weight=3)
G.add_node(3, weight=2)
nx.add_path(G, [2,5])
nx.add_path(G, [2,3])
labels = {
n: str(n) + '\nweight=' + str(G.nodes[n]['weight']) if 'weight' in G.nodes[n] else str(n)
for n in G.nodes
}
newWeights = \
[
sum( # summ for averaging
[G.nodes[neighbor]['weight'] for neighbor in G.neighbors(node)] # weight of every neighbor
+ [G.nodes[i]['weight']] # adds the node itsself to the average
) / (len(list(G.neighbors(node)))+1) # average over number of neighbours+1
if len(list(G.neighbors(node))) > 0 # if there are no neighbours
else G.nodes[i]['weight'] # weight stays the same if no neighbours
for i,node in enumerate(G.nodes) # do the above for every node
]
print(newWeights)
for i, node in enumerate(G.nodes):
G.nodes[i]['weight'] = newWeights[i] # writes new weights after it calculated them all.
请注意,我有100多个节点,因此无法手动执行。 我尝试在代码中包含该属性,如下所示:
G = nx.from_pandas_edgelist(df_net, source='Source', target='Target', edge_attr=['Weight'])
nx.set_node_attributes(G, pd.Series(nodes.Attribute, index=nodes.node).to_dict(), 'Attribute')
但是,我得到了一个错误:
----> 1 network(df)
<ipython-input-72-f68985d20046> in network(dataset)
24 degrees=[]
25 for x in collist['value']:
---> 26 deg=G.degree[x]
27 degrees.append(100*deg)
28
~/opt/anaconda3/lib/python3.8/site-packages/networkx/classes/reportviews.py in __getitem__(self, n)
445 def __getitem__(self, n):
446 weight = self._weight
--> 447 nbrs = self._succ[n]
448 if weight is None:
449 return len(nbrs) + (n in nbrs)
KeyError: 87.5
我希望得到的输出是一个网络,其中节点位于源列中,而它们的邻居位于目标列中。边缘的厚度取决于重量。标签给出了源代码的颜色,而属性值应作为标签添加,并按照此链接上的问题/答案进行更新:Changing attributes of nodes
请看下面我试图构建的网络类型的可视示例。图中的属性值是指更新之前的值(newWeights),这解释了某些节点缺少值的原因。属性仅与源相关,它是基于标签着色的。边缘的厚度由重量给出
from_pandas_edgelist()的
edge_attr
参数可以接受列表你的
melt
的目的是什么?如果要查看每个节点的标签,可以使用但是存在具有不同标签的重复节点,您需要选择要保留的节点
根据给定的示例数据帧和所需的输出图像,我创建了以下解决方案:
结果如下
说明
创建网络的主要步骤如下:
nx.from_pandas_edgelist
创建基本网络,它已经添加了边权重李>nx.set_node_attributes
添加节点属性李>G.nodes()
。因此,对于调整可视化,仅在G
上循环李>相关问题 更多 >
编程相关推荐