问题描述
数据位于Excel文件中，第一列表示第一个节点，第二列表示第二个节点，第三列包含权重。
节点为字符串。
例如：
苹果香蕉65
橙色苹果32
推荐答案
首先要做的是导入EXCEL文件。最直接的方法是使用pandas：
import pandas
data = pandas.read_excel("path/to/edgelist", header=None)
这将返回以下形式的数据帧
In [2]: data
Out[2]:
0 1 2
0 Apple Banana 65
1 Orange Apple 32
快捷方式：使用networkx
我们首先加载networkx包
import networkx
然后，从data我们将边缘列表视为列表的列表：
edgeList = data.values.tolist()
通过这种方式，我们得到
In [19]: edgeList
Out[19]: [['Apple', 'Banana', 65], ['Orange', 'Apple', 32]]
让我们创建一个空(有向)图G：
G = networkx.DiGraph()
然后我们用一个简单的for-loop添加边：
for i in range(len(edgeList)):
G.add_edge(edgeList[i][0], edgeList[i][1], weight=edgeList[i][2])
我们可以很容易地将邻接矩阵检索为
A = networkx.adjacency_matrix(G).A
这是一个简单的numpy数组
In [30]: A
Out[30]:
array([[ 0, 65, 0],
[ 0, 0, 0],
[32, 0, 0]], dtype=int64)
注：上面的邻接矩阵是指一个加权有向图(即从Apple到Banana有一条边，但从Banana到Apple没有边)。如果需要一个加权的无向图(即，如果存在从Apple到Banana的边，则存在从Banana到Apple的边)，只需使用
G = networkx.Graph()
而不是
G = networkx.DiGraph()
漫长的道路：手动
让我们使用第一列和第二列来收集节点ID
nodes = data.iloc[:, 0].tolist() + data.iloc[:, 1].tolist()
因此
In [4]: nodes
Out[4]: [u'Apple', u'Orange', u'Banana', u'Apple']
让我们排序并删除重复项(无论如何排序不是强制的)
nodes = sorted(list(set(nodes)))
和nodes现在的形式为
In [8]: nodes
Out[8]: [u'Apple', u'Banana', u'Orange']
让我们用一个连续的数字ID来映射每个节点(字符串)，以提供给邻接矩阵
nodes = [(i,nodes[i]) for i in range(len(nodes))]
和nodes现在的形式为
In [10]: nodes
Out[10]: [(0, u'Apple'), (1, u'Banana'), (2, u'Orange')]
现在已经完成了字符串到整数的映射，让我们将原始数据帧(data)中的每个字符串替换为其对应的ID
In [15]: for i in range(len(nodes)):
...: data = data.replace(nodes[i][1], nodes[i][0])
，现在data具有表单
In [16]: data
Out[16]:
0 1 2
0 0 1 65
1 2 0 32
因此您可以看到，Apple的每个出现都替换为0，Banana的每个出现都替换为1，而Orange的每个出现都替换为2(根据变量nodes)。
为了构建邻接矩阵，让我们导入另一个众所周知的包(scipy)
from scipy.sparse import coo_matrix
并创建coordinate-based sparse matrix
M = coo_matrix((data.iloc[:,2], (data.iloc[:,0],data.iloc[:,1])), shape=(len(nodes), len(nodes)))
M = M.todense()
其中M最终具有表单
matrix([[ 0, 65, 0],
[ 0, 0, 0],
[32, 0, 0]])
注：上面的邻接矩阵是指一个加权有向图(即从Apple到Banana有一条边，但从Banana到Apple没有边)。如果需要一个加权的无向图(即，如果存在从Apple到Banana的边，则存在从Banana到Apple的边)，只需转置上面的邻接矩阵
M_symmetric = M + M.T
在哪里
In [38]: M_symmetric
Out[38]:
matrix([[ 0, 65, 32],
[65, 0, 0],
[32, 0, 0]])
这篇关于如何在Python语言中将加权边表转换为邻接矩阵？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！