如何从具有组（节点）和值（边）的数据框中构建 networkx 可视化？

Question

如果我有以下数据框：

import pandas as pd

df = pd.DataFrame({'group' : ['A', 'B', 'B', 'C', 'B', 'B', 'D', 'A', 'A', 'C', 'B'],
                      'value' : ['green', 'blue', 'orange', 'pink', 'green', 'green', 'black', 'yellow', 
                                 'green','pink','yellow']})

我将如何清理数据以构建 networkx 可视化效果，将 df['group'] 值显示为 'nodes'，而常见 df['value'] 值的数量决定厚度节点之间的连接？

Answer 1

我假设您指的是最简单的情况：无向图，没有自循环，只计算每个 group.

显示为 value 的唯一颜色

如果您在上面的评论中另有说明，我会更改此答案。

from itertools import combinations
import networkx as nx


d = df.groupby('group').agg({'value': lambda x: x.tolist()}).to_dict()['value']

combos = list(combinations(d.keys(), 2))
edge_lst = [(combo[0],
          combo[1],
          len(set(d[combo[0]]) & set(d[combo[1]])))
         for combo in combos if len(set(d[combo[0]]) & set(d[combo[1]])) > 0]

g = nx.Graph()
g.add_nodes_from(d)
g.add_weighted_edges_from(edge_lst)

给出 g.nodes() 作为

NodeView(('A', 'B', 'C', 'D'))

和g.edges(data=True)作为

EdgeDataView([('A', 'B', {'weight': 2})])

如果你想做一个非常简单的可视化 edge_width 与边的权重成正比：

pos = nx.spring_layout(g)
edgewidth = [g[u][v]['weight'] for u, v in g.edges()]
nx.draw_networkx_nodes(g, pos)
nx.draw_networkx_edges(g, pos, width=edgewidth)
nx.draw_networkx_labels(g, pos)
plt.show()

给予

如何从具有组（节点）和值（边）的数据框中构建 networkx 可视化？

How do you build a networkx visualization from dataframe with groups (nodes) and values (edges)?

python

networkx