具有 add_edges_from 的图形工具顶点标签
Graph-tool vertex label with add_edges_from
我尽力在网上寻找解决方案，但似乎找不到适合我的 graph_tool 网络的解决方案。我有一个 pandas 数据框 df，它包含三列：id_source、id_target、weight。 id_source 和 id_target 包含文本形式的名称。我想将它们用作顶点标签。但是，从 pandas 数据帧添加边时，我必须设置 hashed=True。代码看起来像这样
from graph_tool.all import *
g = Graph()
eweight = g.new_ep('double')
vmap = g.add_edge_list(df.values, eprops=[eweight], hashed=True)
我的objective是画这个带有顶点标签的小网络。当我不知道通过 g.add_edge_list() 函数在图中引入每个新节点的顺序时，我被卡住了，无法找出如何添加该顶点 属性 的解决方案。
我应该先添加顶点吗？然后在图上执行 add_edge_list 函数。第二步会识别顶点名称（或标签）吗？
来自 Graph.add_edge_list 的文档：
Add a list of edges to the graph, given by edge_list, which can be an iterator of (source, target) pairs where both source and target are vertex indexes, or a numpy.ndarray of shape (E,2), where E is the number of edges, and each line specifies a (source, target) pair. If the list references vertices which do not exist in the graph, they will be created.
您已通过 df.values 的 edge_list，它有三列（即 (E, 3) 的形状），但预计有两列（(E, 2) 的形状).
试试这个：
g.add_edge_list(df[['id_source', 'id_target']].to_numpy(), eprops=[eweight], hashed=True)
我怀疑eprops应该是df['weight']，但我不确定。
答案就在vmap中。它一直在那里。当您索引 vmap 时，它将获取标签名称。
vmap[0] 将是记录的第一个顶点的标签。vmap[1]第二个，以此类推
我尽力在网上寻找解决方案，但似乎找不到适合我的 graph_tool 网络的解决方案。我有一个 pandas 数据框 df，它包含三列：id_source、id_target、weight。 id_source 和 id_target 包含文本形式的名称。我想将它们用作顶点标签。但是，从 pandas 数据帧添加边时，我必须设置 hashed=True。代码看起来像这样
from graph_tool.all import *
g = Graph()
eweight = g.new_ep('double')
vmap = g.add_edge_list(df.values, eprops=[eweight], hashed=True)
我的objective是画这个带有顶点标签的小网络。当我不知道通过 g.add_edge_list() 函数在图中引入每个新节点的顺序时，我被卡住了，无法找出如何添加该顶点 属性 的解决方案。
我应该先添加顶点吗？然后在图上执行 add_edge_list 函数。第二步会识别顶点名称（或标签）吗？
来自 Graph.add_edge_list 的文档：
Add a list of edges to the graph, given by edge_list, which can be an iterator of (source, target) pairs where both source and target are vertex indexes, or a numpy.ndarray of shape (E,2), where E is the number of edges, and each line specifies a (source, target) pair. If the list references vertices which do not exist in the graph, they will be created.
您已通过 df.values 的 edge_list，它有三列（即 (E, 3) 的形状），但预计有两列（(E, 2) 的形状).
试试这个：
g.add_edge_list(df[['id_source', 'id_target']].to_numpy(), eprops=[eweight], hashed=True)
我怀疑eprops应该是df['weight']，但我不确定。
答案就在vmap中。它一直在那里。当您索引 vmap 时，它将获取标签名称。
vmap[0]将是记录的第一个顶点的标签。vmap[1]第二个，以此类推