python matplotlib+networkx+pandas 基于路径有向图差异化数据对比绘制非带权有向图直观使增删路径可视化关联数据建模两个csv图表对比分析路径增删差异并绘制差异有向图

最新推荐文章于 2024-08-26 12:01:06 发布

LeonXrek

最新推荐文章于 2024-08-26 12:01:06 发布

阅读量396

点赞数 8

文章标签： python matplotlib pandas 数学建模

本文链接：https://blog.csdn.net/qq_50803262/article/details/137992659

版权

csv数据的差异化对比是一类在数学建模竞赛中常见的需求情景。

作者在翻阅网上大量资料后发现没有较为成熟的帖子有关数据对比处理差异并绘制相关图表的内容，于是在近日参加数学建模竞赛并完成相关数据处理需求后，发布此贴以便于后人取用。

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt


# 定义读取CSV并创建图的函数

def create_graph_from_csv(file_content, skiprows=1):
    df = pd.read_csv(file_content, header=None, skiprows=skiprows, names=['start', 'end'])
    G = nx.DiGraph()
    for _, row in df.iterrows():
        G.add_edge(row['start'], row['end'])
    return G


# 读取两个CSV文件并创建图，跳过第一行（即表头）

G1 = create_graph_from_csv('3.csv', skiprows=1)
G2 = create_graph_from_csv('4.csv', skiprows=1)

# 获取两个图的边集合

edges1 = set(G1.edges())
edges2 = set(G2.edges())

# 找出新增和删除的边

added_edges = edges2 - edges1
removed_edges = edges1 - edges2

# 创建一个包含所有节点的图，用于确定所有节点的位置

all_nodes = set(G1.nodes()).union(set(G2.nodes()))
G_all_nodes = nx.DiGraph()
for node in all_nodes:
    G_all_nodes.add_node(node)

# 计算所有节点的位置

pos = nx.spring_layout(G_all_nodes, k=0.3)

# 绘制图形

plt.figure(figsize=(12, 12))

# 绘制通用边

nx.draw_networkx_edges(G2, pos, edgelist=edges1.intersection(edges2), width=1, edge_color='gray')

# 绘制新增的边

nx.draw_networkx_edges(G2, pos, edgelist=added_edges, width=2, edge_color='green', alpha=0.5,
                       label='Added Edges ({})'.format(len(added_edges)))

# 绘制删除的边

nx.draw_networkx_edges(G2, pos, edgelist=removed_edges, style='dashed', width=2, edge_color='red', alpha=0.5,
                       label='Removed Edges ({})'.format(len(removed_edges)))

# 绘制所有节点

nx.draw_networkx_nodes(G_all_nodes, pos, node_size=500, node_color='lightblue', node_shape='o')

# 绘制节点标签

nx.draw_networkx_labels(G_all_nodes, pos, font_size=10)

# 设置图例

legend_elements = [plt.Line2D([0], [0], color='gray', lw=1, label='Common Edges'),
                   plt.Line2D([0], [0], color='green', lw=2, label='Added Edges ({})'.format(len(added_edges))),
                   plt.Line2D([0], [0], color='red', lw=2, linestyle='dashed',
                              label='Removed Edges ({})'.format(len(removed_edges)))]

plt.legend(handles=legend_elements)

# 显示图形
plt.axis('off')
plt.show()

代码运行后绘制出来的有向图：

其中红色虚线为对比两表之后所删除的路径，绿色实线为新增的路径。