【复杂网络建模】真实网络数据集的读取和操作

钰云空间

于 2024-07-09 23:05:09 发布

阅读量1.8k

点赞数 17

分类专栏：复杂网络 Python 文章标签： python

本文链接：https://blog.csdn.net/weixin_43584285/article/details/140305677

版权

文章目录

概要

在复杂网络建模中，使用真实的网络数据集是理解和分析现实世界网络结构的关键。接下来将介绍如何使用 Python 中的工具库（如 NetworkX、Pandas 和 Matplotlib）来读取、操作和分析真实的网络数据集。我们将以一个具体的例子来展示整个过程，包括数据集的获取、加载、可视化和基本分析。

1.获取真实网络数据集的常用网址

1.1 Network Repository.

提示：此数据集网站数据集是.zip格式，解压后的数据是.mtx格式
链接: https://networkrepository.com/index.php

将下载下来的数据集解压缩

import zipfile

f = zipfile.ZipFile("./data/inf-USAir97",'r') # 压缩文件位置

for file in f.namelist():
    f.extract(file,"./data")               # 解压位置
f.close()

然后找到解压后的数据用记事本（或其他方式）打开，把前几行的非连边数据用%号注释掉

# 读取 .mtx 文件
matrix = mmread('./data/inf-USAir97.mtx')
# 转换为 NetworkX 图对象
G = nx.Graph(matrix)
# 输出节点数量和边数量
num_nodes = G.number_of_nodes()
num_edges = G.number_of_edges()
print(f"Number of nodes: {
     num_nodes}")
print(f"Number of edges: {
     num_edges}")
#Number of nodes: 332
#Number of edges: 2126

1.2 Stanford Large Network Dataset Collection

提示：此数据集网站数据集是.txt.gz格式
链接: https://snap.stanford.edu/data/

读取数据

facebook = pd.read_csv(
    "./data/facebook_combined.txt.gz",
    compression="gzip",
    sep=" ",
    names=["source", "target"],
)

输出网络节点和连边

最低0.47元/天解锁文章