Python NetworkX csv边缘列表结构

是否有将csv/txt中的边添加到NetworkX的标准结构？我已经阅读了文档，并尝试使用

read_edgelist（'path.csv'）

和

add_edges\u from（'path.csv'）

，但收到的错误是，我的数据无法转换为字典，并且“Edge tuple C可以是2元组或3元组”。我已经用几种方法重新格式化了我的数据样本，以测试不同的结构，包括列表列表和元组列表、删除空白以及在每行中创建一个数字列表，但没有成功。以下是我的一些样本数据：

user_id,cluster_moves
11011,"[[86, 110], [110, 110]]"
2139671,"[[89, 125]]"
3945641,"[[36, 73], [73, 110], [110, 110]]"
10024312,"[[123, 27], [27, 97], [97, 97], [97, 97], [97,110]]"
14270422,"[[0, 110], [110, 174]]"
14283758,"[[110, 184]]"
14373703,"[[35, 97], [97, 97], [97, 97], [97, 17], [17,58]]"

其目的是创建在簇之间（或簇内）移动的轨迹网络图。每个列表都是集群内或集群之间的移动，例如，

[[0，110]，[110174]

是从集群

0->110->174

移动。有没有办法格式化我的数据，使networkx能够读取它

我测试数据时使用的快速示例代码：

import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
edges = g.add_edges_from('path.csv')

nx.draw(g)
plt.draw
plt.show()

编辑

在读取

networkx

时，是否可以将边权重添加到此数据结构，然后根据边的计数/频率调整权重？我想这样做，以便我可以将频率/计数较高的边可视化为另一种颜色/线宽。使用下面的答案，我尝试使用

g.add_weighted_edges_from（）

并使用

weight=1

作为属性，而不是使用

g.add_edges_from（）

，但这没有正常工作。我也尝试过使用它，但运气不佳：

for u,v,d in g.edges():
    d['weight'] = 1
g.edges(data=True)
edges = g.edges()
weights = [g[u][v]['weight'] for u,v in edges]

---

首先，您的数据是无效的

csv

文件，从

带有嵌入逗号或双引号字符的字段必须加引号

这意味着您应该使用双引号来引用您的列表：

user_id,cluster_moves
11011,"[[86, 110], [110, 110]]"
2139671,"[[89, 125]]"
3945641,"[[36, 73], [73, 110], [110, 110]]"
10024312,"[[123, 27], [27, 97], [97, 97], [97, 97], [97,110]]"
14270422,"[[0, 110], [110, 174]]"
14283758,"[[110, 184]]"
14373703,"[[35, 97], [97, 97], [97, 97], [97, 17], [17,58]]"

您可以使用

csv

模块读取此文件，然后使用

eval（）

将字符串转换为列表，并使用

add\u edges\u from

创建网络图：

import csv
import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
for row in csv.reader(open('ooo.csv', 'r')):
    if '[' in row[1]:       #
        g.add_edges_from(eval(row[1]))

nx.draw(g)
plt.draw
plt.show()

---

啊，我知道问题出在哪里了。我刚刚从df快速复制过来，它没有双引号。刚刚在我的csv上测试过，效果非常好，谢谢！麦迪，我在这上面添加了一个快速编辑，询问如何为这些边添加权重。我在第二个问题中问了这个问题，但到目前为止还没有得到任何答案（）。我尝试使用

g.add_weighted_edges_from（）

并使用

weight=1

作为属性，但我在这方面没有任何运气。