「Python数据分析」 使用邻接表存储共现/合作网络（无向图）

存储合作网络/图的一种形式是邻接表。

由于网络大多是稀疏的，因此这种存储方式相比邻接矩阵空间效率更高。

下面是从原始数据里构建邻接表的代码实现。
构建邻接矩阵见：get_cooperate_matrix()

使用的数据形式示例：

其中F列是作者信息，其他列包含其他信息。

输入形式：

先把数据行读取到列表中。

# 二维列表形式的数据
co_list = [ ["AA | BB | CC | DD",2019],
                ["EE | BB | FF ",2018],
                ["AA | GG | FF | HH | KK",2019],
                ["CC | DD | FF | LL | AA",2020],
                ["AA | BB | FF ",2017],
                ["EE | BB | GG ",2018],
                ["DD | GG | LL | HH | EE",2019],
                ["AA | GG | CC | DD",2018]]

然后生成节点列表、边列表：
生成方法：get_nodes_edges()

# 节点列表
['AA', 'BB', 'CC', 'DD', 'EE', 'FF', 'GG', 'HH', 'KK', 'LL']
# 边列表
[['AA', 'BB'], ['AA', 'CC'], ['AA', 'DD'],
 ['BB', 'CC'], ['BB', 'DD'], ['CC', 'DD'], 
 ['BB', 'EE'], ['BB', 'FF'], ['EE', 'FF'],
  ['AA', 'FF'], ['AA', 'GG'], ['AA', 'HH'], 
  ['AA', 'KK'], ['FF', 'GG'], ['FF', 'HH'], ...]

生成邻接表：

输入节点列表、边列表。外层循环遍历所有节点，每个节点分别作为父节点，内层循环遍历所有边，把所有和父节点有连接的节点作为该父节点的子节点。

def get_adjacency_list(nodes_list,edge_list):
    '''
        nodes_list:节点列表
        edge_list: 边列表
    '''

    # 初始化邻接表
    adjacency_list = []
    
    # 遍历节点名
    for node in nodes_list:
        node_co = []
    # 每个节点的邻接表：首位初始化为头结点[node,0,0,0,...,0,0]
        node_co.append(node)

    # 遍历所有边,对节点进行匹配
        for edge in edge_list: 
    # 对包含当前节点的边,提取连接关系。
            if node in edge:
                for each_node in edge:
                    if (each_node != node) and (each_node not in node_co):
                        node_co.append(each_node) # 添加子节点
        adjacency_list.append(node_co)

    return adjacency_list

结果：

第一列为所有节点。之后是和每个节点相连的边。