python networkx 边权重_Python/NetworkX：按边发生的频率为边添加权重

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