python使用networkx模块利用邻接矩阵文件创建有向网络

文件格式

邻接矩阵格式

使用csv保存邻接矩阵，示例格式如下：

注意：这里csv文件中是没有节点名称的

节点名称格式

使用txt单独保存节点名称，示例格式如下：

节点属性文件格式

这里用的是Excel存放节点属性
需要注意的是，Excel文件中只能存在一张表，否则程序会出错

创建有向网络

# -*- coding: UTF-8 -*-
# @Date    ：2024/5/13 11:32 
# @Author  ：Kyle Cao
# @Software: PyCharm
# @Version : python 3.9.6; matplotlib 3.8.4; networkx 3.2.1


import pandas as pd
import networkx as nx
import matplotlib

matplotlib.use('TkAgg')  # 需要指定一下，否则容易报错
import matplotlib.pyplot as plt


def creat_directed_network(adjacency_path, nodes_path):
    # 读取邻接矩阵
    df = pd.read_csv(adjacency_path, header=None, index_col=None)  # 仅有邻接矩阵，没有节点名称

    G = nx.from_pandas_adjacency(df, create_using=nx.DiGraph())

    # 重新处理节点名称
    node_name = []  # 实际上就是将节点名称按照顺序存放进列表中，可以不用进行文件操作，直接输入一个完整的列表
    with open(nodes_path, mode='r', encoding='utf-8') as f:
        for line in f:
            if line.strip():
                node_name.append(line.strip())
    mapping = dict(zip(G, node_name))
    G = nx.relabel_nodes(G, mapping)

    return G

def get_nodes_attr_dic(G, node_attr_path):
    df = pd.read_excel(node_attr_path, sheet_name=None, header=0, dtype=str)  # 有表头

    # 存在多张表
    for k in df:
        # print(k)  # 每个sheet的名称

        for item in df[k].values:
            dic = {}
            for key, val in zip(list(df[k].keys()), item.tolist()):
                dic[key] = val

            for key, val in dic.items():
                G.nodes[dic['节点名称']][key] = val
    return G

def deal_network(G):
    """
	对社会网络分析的各种操作，可以在这个函数中进行
    :param G:
    :return:
    """
    # 计算入度中心度
    in_degree_centrality = nx.in_degree_centrality(G)  # 入度中心度
	
	# 计算出度中心度
    out_degree_centrality = nx.out_degree_centrality(G)  # 出度中心度

def draw_network(G):
    """
    Networkx开发出了多种算法来计算每个节点的最佳位置。

        fruchterman_reingold_layout：基于牛顿迭代法的布局算法
        shell_layout：顶点在同心圆上分布
        circular_layout：顶点在一个圆环上均匀分布
        random_layout：顶点随机分布
        spectral_layout：根据图的Laplace特征向量排列顶点
        spring_layout：用Fruchterman-Reingold算法排列顶点
        kamada_kawai_layout：基于牛顿迭代法的布局算法
        planar_layout：基于欧拉回路的平面布局算法
    :param G:
    :return:
    """
    # # 画图
    # nx.draw(G, node_size=500, node_color='red', with_labels=True,font_family='SimSun')  # font_family='SimSun' 如果是中文的话，需要指定字体
    nx.draw_networkx(G, node_size=500, pos=nx.shell_layout(G), node_color='red', with_labels=True,
                     font_family='SimSun')  # font_family='SimSun' 如果是中文的话，需要指定字体
    plt.show()


def run(adjacency_path, nodes_path, node_attr_path):
    G = creat_directed_network(adjacency_path, nodes_path)  # 创建网络
    
    # 更新节点属性
    G = get_nodes_attr_dic(G, node_attr_path)

	# 社会网络指标分析
    deal_network(G) # 对网络进行各种处理
    
    # 绘制社会网络图
    draw_network(G)



if __name__ == '__main__':
	adjacency_path = '处理后_邻接矩阵.csv'  # 仅有邻接矩阵，没有节点名称
    nodes_path = '节点名称.txt'  # 节点名称单独保存，每一行是一个节点名称
    node_attr_path = '事件属性.xlsx'  # 节点属性名称，注意：Excel文件中只存放一个表

    run(adjacency_path, nodes_path, node_attr_path)

代码可以直接运行，就不多赘述了。

后记

全网找了很久利用邻接矩阵文件创建有向图的完整代码，都比较零散，可用率不高，于是自己找了一些代码进行了汇总，整体代码是可用的，但因为我对这个networkx和pandas模块的了解不是特别深，就只能做到这一步了。