Csv 用边'构建图形；使用距离矩阵显示的长度

假设我有一个csv（'matrix.csv'）文件，其中有一个图的边长度的对称矩阵：

,a,b,c,d
a,nan,0.3,0.2,nan
b,0.3,nan,nan,nan
c,0.2,nan,nan,0.1
d,nan,nan,0.1,nan

作为输出，我想得到一幅图，图中有3条边，连接a和b，a和c，d和c，这些边上写着距离

到目前为止，我有一个代码，可以使用pandas dataframe对象将csv文件读入numpy对象（我知道，这很愚蠢，但从_pandas_dataframe来看，它不适用于networkx）

但代码也会绘制所有其他边（即“nan”值）。

---

另一个问题是如何仅绘制长度大于0.1的边集，例如？

在将数据帧转换为矩阵之前，可以使用Pandas.fillna（）方法将NaN替换为0。然后请注意，矩阵中有0和其他浮点数的字符串版本。然后可以使用numpy array.astype（）方法将矩阵项分为浮点数

如果要进一步过滤边，请检查：

---

回答问题的第二部分：

import matplotlib
import networkx as nx
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv('mat.csv', sep=';',index_col=0, decimal=",")
l = list(df)
G = nx.Graph()
for item in l:
    for item0 in l:
        if l.index(item0) < l.index(item) and df[item][item0] > 0.1:
            G.add_edge(item, item0, weight=df[item][item0])
nx.draw(G, with_labels=True, pos=nx.spring_layout(G), node_color='salmon')
plt.draw()
plt.show()

导入matplotlib
将networkx导入为nx
matplotlib.use（'TkAgg'）
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
df=pd.read_csv（'mat.csv'，sep='；'，index_col=0，decimal=“，”）
l=列表（df）
G=nx.Graph（）
对于l中的项目：
对于l中的项目0：
如果l.index（item0）0.1：
G.添加边缘（项目，项目0，重量=df[项目][项目0]）
nx.draw（G，带标签=True，位置=nx.spring\u布局（G），节点\u color='salmon'）
plt.draw（）
plt.show（）

基本上，这里您读取csv文件，然后（假设对称矩阵）对于您决定（不）在两个节点之间绘制边的每对节点，如果某个条件成立（这里是df[item][item0]>0.1，即边的长度（权重）大于0.1）

numpyMatrix = df.fillna(0).as_matrix()
numpyMatrix = numpyMatrix.astype(float)

import matplotlib
import networkx as nx
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv('mat.csv', sep=';',index_col=0, decimal=",")
l = list(df)
G = nx.Graph()
for item in l:
    for item0 in l:
        if l.index(item0) < l.index(item) and df[item][item0] > 0.1:
            G.add_edge(item, item0, weight=df[item][item0])
nx.draw(G, with_labels=True, pos=nx.spring_layout(G), node_color='salmon')
plt.draw()
plt.show()