Python 如何选择要在 networkX 图中打印的内容
Python how to choose what to print in a networkX graph
我有一个图表显示子域与其域的连接，但我只想 select 仅查询超过 10 次的域。
B=nx.Graph()
B.add_nodes_from(data['subdomain'],bipartite=0)
B.add_nodes_from(data['domain'],bipartite=1)
B.add_edges_from([(row['subdomain'] , row['domain']) for idx,row in data.iterrows()])
print (B.degree(data['domain']).items())
和
print (B.degree(data['domain']).values())
给我我需要的值，但我不知道如何使用它们来只用那些 data['domain'] 高于阈值（例如 10）的值。
图形构建的其余代码：
pos = {node:[0, i] for i,node in enumerate(data['domain'])}
pos.update({node:[1, i] for i,node in enumerate(data['subdomain'])})
nx.draw(B, pos, with_labels=False)
nx.draw_networkx_labels(B, pos)
plt.show
注意：在构建图表之前 select 这些值会更容易，这怎么可能？我的意思是，一个数据框列中的 select 值对应于另一个数据框列中的许多值。
编辑： 所以，我有这两个数据框列，主要思想是尝试找出哪些域名被某些子域映射超过 10 次，并且然后 select 这些域名并进一步处理它们。
所以在 B.add_edges_from([(row['subdomain'] , row['domain']) for idx,row in data.iterrows()]) 之后，我的图表由于数据量大而看起来很混乱。
首先，我想在我的图表上只显示超过 10 条边的节点，然后从那个新图表中，我希望能够 select/store 这些域 names/nodes 进入一个新的数据框.
困扰我的是，我不知道是否可以 select 从图表中提取数据！
无法看到 data 中的内容，并且纯粹根据目前编写代码的方式来判断，它似乎只是简单地将子域与简单图表中的域相关联，因此 B.degree([bunch of nodes]) 会 return 一个字典，其键是节点，值是节点度数。
如果您要做的只是从原始 B 推导子图 C，其节点将是具有 10 个以上子域的域，那么您可以执行以下操作：
C = B.subgraph(filter(lambda x:x[1]>10, B.degree(data['domain']).items()))
这基本上是使用 subgraph 通过 Python 的过滤器强制执行的程度标准来归纳 C。
但是请记住，在二分图中，这可能只是 return 一组节点，因为 B 将子域与域相关联，而域本身在它们之间没有任何联系。
如果您尝试检索具有 10 个以上子域的域，并在稍后将其描述为一组星图（一个域在中间，其所有子域都围绕着它），那么最简单的方法是检索这些图表将 运行 a dfs_tree (or a bfs_tree).
如果另一方面，data 的每个 "hit" 域的一个子域都包含一行，那么这意味着一对子域/域之间有多个边是必需的，因此您需要从 Multigraph 而不是图表开始。
希望这会有所帮助，如果提供有关 data 或正在处理的实际问题的更多详细信息，我们很乐意修改回复。
编辑：
鉴于其他评论和 ，尚不清楚您是否要继续使用基于图形的解决方案。
如果您想继续使用基于图形的解决方案，那么上面的响应将过滤那些附加了多个子域的根域。
当然，您可以使用 pandas DataFrame 做同样的事情，比如：
import pandas
data = pandas.read_csv("testFile.csv", index_col=False, header = None)
dataGrouped = data.groupby(1).count() #Group by domain and count the values in the other fields
busyDomains = dataGrouped[dataGrouped[0]>2]
testFile.csv 有以下列：子域、域、ip
busyDomains 现在是另一个 DataFrame。这里的主要结果，使用你上一个问题的测试数据是 "example.org".
希望这对您有所帮助。
我有一个图表显示子域与其域的连接，但我只想 select 仅查询超过 10 次的域。
B=nx.Graph()
B.add_nodes_from(data['subdomain'],bipartite=0)
B.add_nodes_from(data['domain'],bipartite=1)
B.add_edges_from([(row['subdomain'] , row['domain']) for idx,row in data.iterrows()])
print (B.degree(data['domain']).items())
和
print (B.degree(data['domain']).values())
给我我需要的值，但我不知道如何使用它们来只用那些 data['domain'] 高于阈值（例如 10）的值。
图形构建的其余代码：
pos = {node:[0, i] for i,node in enumerate(data['domain'])}
pos.update({node:[1, i] for i,node in enumerate(data['subdomain'])})
nx.draw(B, pos, with_labels=False)
nx.draw_networkx_labels(B, pos)
plt.show
注意：在构建图表之前 select 这些值会更容易，这怎么可能？我的意思是，一个数据框列中的 select 值对应于另一个数据框列中的许多值。
编辑： 所以，我有这两个数据框列，主要思想是尝试找出哪些域名被某些子域映射超过 10 次，并且然后 select 这些域名并进一步处理它们。
所以在 B.add_edges_from([(row['subdomain'] , row['domain']) for idx,row in data.iterrows()]) 之后，我的图表由于数据量大而看起来很混乱。
首先，我想在我的图表上只显示超过 10 条边的节点，然后从那个新图表中，我希望能够 select/store 这些域 names/nodes 进入一个新的数据框.
困扰我的是，我不知道是否可以 select 从图表中提取数据！
无法看到 data 中的内容，并且纯粹根据目前编写代码的方式来判断，它似乎只是简单地将子域与简单图表中的域相关联，因此 B.degree([bunch of nodes]) 会 return 一个字典，其键是节点，值是节点度数。
如果您要做的只是从原始 B 推导子图 C，其节点将是具有 10 个以上子域的域，那么您可以执行以下操作：
C = B.subgraph(filter(lambda x:x[1]>10, B.degree(data['domain']).items()))
这基本上是使用 subgraph 通过 Python 的过滤器强制执行的程度标准来归纳 C。
但是请记住，在二分图中，这可能只是 return 一组节点，因为 B 将子域与域相关联，而域本身在它们之间没有任何联系。
如果您尝试检索具有 10 个以上子域的域，并在稍后将其描述为一组星图（一个域在中间，其所有子域都围绕着它），那么最简单的方法是检索这些图表将 运行 a dfs_tree (or a bfs_tree).
如果另一方面，data 的每个 "hit" 域的一个子域都包含一行，那么这意味着一对子域/域之间有多个边是必需的，因此您需要从 Multigraph 而不是图表开始。
希望这会有所帮助，如果提供有关 data 或正在处理的实际问题的更多详细信息，我们很乐意修改回复。
编辑：
鉴于其他评论和
如果您想继续使用基于图形的解决方案，那么上面的响应将过滤那些附加了多个子域的根域。
当然，您可以使用 pandas DataFrame 做同样的事情，比如：
import pandas
data = pandas.read_csv("testFile.csv", index_col=False, header = None)
dataGrouped = data.groupby(1).count() #Group by domain and count the values in the other fields
busyDomains = dataGrouped[dataGrouped[0]>2]
testFile.csv 有以下列：子域、域、ip
busyDomains 现在是另一个 DataFrame。这里的主要结果，使用你上一个问题的测试数据是 "example.org".
希望这对您有所帮助。