我在networkx中创建了一个多有向图,我试图为其添加权重,然后根据边出现的频率/计数分配一个新的权重。我使用以下代码创建图形并添加权重,但我不确定如何处理基于计数的重新分配权重:g = nx.MultiDiGraph()
df = pd.read_csv('G:\cluster_centroids.csv', delimiter=',')
df['pos'] = list(zip(df.longitude,df.latitude))
dict_pos = dict(zip(df.cluster_label,df.pos))
#print dict_pos
for row in csv.reader(open('G:\edges.csv', 'r')):
if '[' in row[1]: #
g.add_edges_from(eval(row[1]))
for u, v, d in g.edges(data=True):
d['weight'] = 1
for u,v,d in g.edges(data=True):
print u,v,d
编辑
我能够成功地为每个边分配权重,这是我最初问题的第一部分,具体如下:
^{pr2}$
但是,我仍然无法根据边出现的次数重新分配权重(我的图中的一条边可能出现多次)?我需要完成这一点,以便可视化计数较高的边不同于计数较低的边(使用边颜色或宽度)。我不知道如何根据计数重新分配重量,请告知。下面是示例数据,并链接到我的完整数据集。在
数据