python networkx 画关系网络图并计算中心点指标(导入CSV,txt数据;导出数据excel)

本文主要是介绍python networkx 画关系网络图并计算中心点指标(导入CSV,txt数据;导出数据excel),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

利用networkx计算社会网络中的各指标,包括中介中心度,邻近中心度、和度中心度。代码都是参考附录中的参考链接,经过修改之后包含数据的导入、建网络、画图、计算中心性指标,并且讲计算的中心性指标数据导出到excel表中。复杂的代码基本删除了,就不一一介绍了,直接附代码。


一、数据准备

节点表导入了csv文件(node test.csv)
在这里插入图片描述
边表导入了txt文件(2007 edge.txt)
在这里插入图片描述

二、导入csv、txt文件

代码如下:

import csvwith open('node test.csv','rt') as csvfile:reader = csv.DictReader(csvfile)column = [row['id'] for row in reader]
print (column)edge = []
with open('2007 edge.txt','r') as f:  data = f.readlines()  for line in data:#print (line)line = tuple(line.replace('\r','').replace('\n','').replace('\t','').split(','))edge.append(line)
print (edge)

三、画网络图

代码如下:

import networkx as nx 
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_nodes_from(column)
G.add_weighted_edges_from(edge)nx.draw_networkx(G,pos=nx.spring_layout(G),node_size=20,node_shape='o',width=1,style='solid',font_size=8) plt.show()
#print ( G.nodes())

四、计算中心度

代码如下:

###计算统计指标#计算中介中心度
print("Betweenness centrality")
b = nx.betweenness_centrality(G)
for v in G.nodes():#print("%s %0.6r" % (v, b[v])) # %s字符串,%0.6r浮点数子6位print(v, b[v])
#计算度中心度
print("Degree centrality")
d = nx.degree_centrality(G)
for v in G.nodes():print(v, d[v])
#计算紧密中心度
print("Closeness centrality")
c = nx.closeness_centrality(G)
for v in G.nodes():print(v, c[v])

五、中心度指标导出到Excel表中

代码如下:

import xlwt##导出到excel表格中#创建Workbook,相当于创建Excel
xls = xlwt.Workbook(encoding='utf-8')
#创建sheet,Sheet1为表的名字,cell_overwrite_ok为是否覆盖单元格
sheet = xls.add_sheet('sheet1', cell_overwrite_ok=True)
# 创建的文件夹,用来写入处理后的数据file = "D:\data\python\py2021815\data2017.xls"#向表中添加数据
sheet.write(0, 0,'id')
sheet.write(0, 1, "Betweenness centrality")
sheet.write(0, 2, "Degree centrality")
sheet.write(0, 3, "Closeness centrality")
m = 1
for v in G.nodes():sheet.write(m,0,v)sheet.write(m, 1, b[v])sheet.write(m, 2, d[v])sheet.write(m, 3, c[v])m = m + 1
# 保存到excel中
xls.save(file)

注意:文件保存路径和表格命名都不要使用数字开头。

六.完整代码

代码如下:

import networkx as nx 
import matplotlib.pyplot as plt
import csv
import xlwtwith open('node test.csv','rt') as csvfile:reader = csv.DictReader(csvfile)column = [row['id'] for row in reader]
#print (column)edge = []
with open('2007 edge.txt','r') as f:  data = f.readlines()  for line in data:#print (line)line = tuple(line.replace('\r','').replace('\n','').replace('\t','').split(','))edge.append(line)
#print (edge)G = nx.DiGraph()
G.add_nodes_from(column)
G.add_weighted_edges_from(edge)nx.draw_networkx(G,pos=nx.spring_layout(G),node_size=20,node_shape='o',width=1,style='solid',font_size=8) plt.show()
#print ( G.nodes())###计算统计指标#计算中介中心度
print("Betweenness centrality")
b = nx.betweenness_centrality(G)
for v in G.nodes():#print("%s %0.6r" % (v, b[v])) # %s字符串,%0.6r浮点数子6位print(v, b[v])
#计算度中心度
print("Degree centrality")
d = nx.degree_centrality(G)
for v in G.nodes():print(v, d[v])
#计算紧密中心度
print("Closeness centrality")
c = nx.closeness_centrality(G)
for v in G.nodes():print(v, c[v])##导出到excel表格中#创建Workbook,相当于创建Excel
xls = xlwt.Workbook(encoding='utf-8')
#创建sheet,Sheet1为表的名字,cell_overwrite_ok为是否覆盖单元格
sheet = xls.add_sheet('sheet1', cell_overwrite_ok=True)
# 创建的文件夹,用来写入处理后的数据file = "D:\data\python\py2021815\data2017.xls"#向表中添加数据
sheet.write(0, 0,'id')
sheet.write(0, 1, "Betweenness centrality")
sheet.write(0, 2, "Degree centrality")
sheet.write(0, 3, "Closeness centrality")
m = 1
for v in G.nodes():sheet.write(m,0,v)sheet.write(m, 1, b[v])sheet.write(m, 2, d[v])sheet.write(m, 3, c[v])m = m + 1
# 保存到excel中
xls.save(file)

参考链接

Python读取csv的常用方法
【Python】Matplotlib画图(十)——基于networkx画关系网络图
用Python处理txt数据或计算数据将其转存为excel文件

总结

终于搭完了框架,后面要计算改进指标可以方便很多了,但是使用matplotlib画图不好看(具体调节网络图我还没有学…,之前吐槽Gephi不好看,但至少能连接地图,Gephi导出图折磨了我一周,为了能计算改进的指标,安装Neo4j把java给卸载了,现在也不知道还能不能再画图了。)。

这篇关于python networkx 画关系网络图并计算中心点指标(导入CSV,txt数据;导出数据excel)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/littlexmj/article/details/119719067
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/688984

相关文章

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

SpringBoot+EasyExcel实现自定义复杂样式导入导出

《SpringBoot+EasyExcel实现自定义复杂样式导入导出》这篇文章主要为大家详细介绍了SpringBoot如何结果EasyExcel实现自定义复杂样式导入导出功能,文中的示例代码讲解详细,... 目录安装处理自定义导出复杂场景1、列不固定,动态列2、动态下拉3、自定义锁定行/列,添加密码4、合并

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker