您如何从具有组节点和值边的数据帧构建 networkx 可视化？

问题描述

如果我有以下数据框：

import pandas as pd

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

我将如何清理数据以构建 networkx 可视化，将 df['group'] 值显示为“节点”，而常见 df['value'] 值的数量决定了之间连接的粗细节点？

解决方法

我假设您指的是最简单的情况：无向图，没有自循环，仅计算每个 value 中显示为 group 的独特颜色。

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) 为

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

如果你想用 edge_width 与边的权重成正比来做一个非常简单的可视化：

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

networkx python