Python 求加权图中每个节点的输出边数

我加载加权图的文本文件。文本文件包含三列，分别名为“FromNodeId”、“ToNodeId”和“Sign”。符号是边缘的重量。符号的值为-1或1。我想找到每个节点的“符号=1”的输出边数（输出度）。 请给我建议一个解决这个问题的方法

import networkx as nx
G= nx.read_edgelist("soc-sign-epinions.txt",data = [('Sign', int)], create_using=nx.DiGraph())

nodes = G.nodes()
edges = G.edges()

---

你可以直接用熊猫来做。您可以使用pd.read_csv（“path_to_file”）读入数据，然后过滤带正号的边，然后按原点节点分组并汇总剩余的符号。下面是一个假数据的示例：

import pandas as pd
data=pd.DataFrame([['a','b',1],
              ['a','c',-1],
              ['a','d',1],
              ['b','a',1],
              ['b','d',-1],
              ['c','a',1],
              ['d','b',1]],
               columns = ["FromNodeId", "ToNodeId","Sign"])
data[data['Sign']==1].groupby('FromNodeId')['Sign'].sum()

返回：

FromNodeId
a    2
b    1
c    1
d    1
Name: Sign, dtype: int64

---

你可以直接用熊猫来做。您可以使用pd.read_csv（“path_to_file”）读入数据，然后过滤带正号的边，然后按原点节点分组并汇总剩余的符号。下面是一个假数据的示例：

import pandas as pd
data=pd.DataFrame([['a','b',1],
              ['a','c',-1],
              ['a','d',1],
              ['b','a',1],
              ['b','d',-1],
              ['c','a',1],
              ['d','b',1]],
               columns = ["FromNodeId", "ToNodeId","Sign"])
data[data['Sign']==1].groupby('FromNodeId')['Sign'].sum()

返回：

FromNodeId
a    2
b    1
c    1
d    1
Name: Sign, dtype: int64

---

我们将把它分解为两个观察结果。首先，我们可以使用

G.edges（node，data=True）

访问节点外的所有边（以及相关数据）。第二，有一些方法可以有效地循环通过这些边，只需计算带有正号的边。更一般地说，此方法可用于计算具有任何特定属性的节点的边数

import networkx as nx


G = nx.DiGraph()
G.add_edge(0,2,sign=-1)
G.add_edge(0,1, sign = 1)
G.add_edge(2,3,sign = 1)
G.add_edge(3,0, sign=-1)
print(G.edges(0, data=True))
>[(0, 2, {'sign': -1}), (0, 1, {'sign': 1})]

请注意，此处未显示边（3,0）。因此，

G.edges（0，data=True）

会生成从

0

开始的边，并包含附加到边上的数据。（在您的最终代码中，显然您并不真正想要这个print语句）

现在我们将在生成器中使用它，并将元素数相加

s = sum(1 for (u,v,d) in G.edges(0, data=True) if d['sign']==1)
print(s)
> 1

我所做的是创建一个生成器，它通过

0

的所有边，如果符号是

1

，它将向输出中添加1

---

如果最后一句话没有意义，请看下面的答案：要了解正在发生的事情，以及有关发电机的更多信息，请从开始。

因此，我们将把它分解为两个观察结果。首先，我们可以使用

G.edges（node，data=True）

访问节点外的所有边（以及相关数据）。第二，有一些方法可以有效地循环通过这些边，只需计算带有正号的边。更一般地说，此方法可用于计算具有任何特定属性的节点的边数

import networkx as nx


G = nx.DiGraph()
G.add_edge(0,2,sign=-1)
G.add_edge(0,1, sign = 1)
G.add_edge(2,3,sign = 1)
G.add_edge(3,0, sign=-1)
print(G.edges(0, data=True))
>[(0, 2, {'sign': -1}), (0, 1, {'sign': 1})]

请注意，此处未显示边（3,0）。因此，

G.edges（0，data=True）

会生成从

0

开始的边，并包含附加到边上的数据。（在您的最终代码中，显然您并不真正想要这个print语句）

现在我们将在生成器中使用它，并将元素数相加

s = sum(1 for (u,v,d) in G.edges(0, data=True) if d['sign']==1)
print(s)
> 1

我所做的是创建一个生成器，它通过

0

的所有边，如果符号是

1

，它将向输出中添加1

---

如果最后一句话没有意义，请看下面的答案：要了解正在发生的事情，以及有关生成器的更多信息，请从开始。

不是

G.degree（node）

如果是有向图，请给出outdegree？我可以在有向图中使用G.out\u degree（node）。但是我想为每个节点计算出Sign=1或Sign=-1的边。如果它有a，回答起来会快一点-特别是，我没有soc-Sign-epinions.txt，所以我不能只是复制和粘贴代码。如果是有向图，不是

G.degree（node）

给出outdegree吗？我可以在有向图中使用G.out\u degree（node）。但我想为每个节点计算出符号为1或符号为-1的边。如果它有一个-特别是，我没有soc-Sign-epinions.txt，那么回答起来会快一点，所以我不能只是复制和粘贴代码。这需要先从networkx图到pandas图，如果用户只需要一个节点的信息，这可能会导致效率低下。如果用户只需要这些信息并且正在从txt文件中读取，则可以完全避免networkx。如果他或她需要图形结构，那么您是对的。这需要先从networkx图形转到pandas，如果用户只需要单个节点的信息，这可能是低效的。如果用户只需要这些信息并从txt文件中读取，则可以完全避免networkx。如果他或她需要图形结构，那么你是对的。