如何使用Python NetworkX将重复边缘解析为加权网络？

Question

我写了一些代码，目的是从一个.txt文件中导入一些Twitter关系数据的边列表。这个数据是有方向的，并且包含重复的值。我想把这些数据加载到一个DiGraph()中，并且希望能把边的权重也包含进去，但我不知道该怎么做。我在想是不是可以用Counter()来计算重复的边，但我不太确定怎么把这个计数结果放到图里。

我还附上了一个.txt文件的示例，以便展示我的数据是什么样的。

示例 .txt 数据

# twitter data
# retrieved at: 07.08.2014
# total number of records: 8
# exported by: userXYZ
#
# fields: date, time, source, target
10.12.2013; 02:00; tweeterA; tweeterB
10.12.2013; 02:01; tweeterB; tweeterC
10.13.2013; 02:04; tweeterC; tweeterA
10.13.2013; 02:08; tweeterC; tweeterA
10.13.2013; 02:10; tweeterD; tweeterB
10.13.2013; 02:11; tweeterA; tweeterC
10.13.2013; 02:13; tweeterC; tweeterB
10.13.2013; 02:18; tweeterA; tweeterD

现有代码

import networkx as nx

header = ['date', 'time', 'source', 'target']

data = [{key: value for (key, value) in zip(header, line.strip().split('; '))} for line in open('data.txt') if not line.startswith('#')]

edgelist = []
for i in data:
    edgelist.append(" ".join([
    i['source'],
    i['target']]))

G = nx.parse_edgelist(edgelist,create_using=nx.DiGraph())

nx.draw(G)

Answer 1

你已经很接近答案了，我觉得可以使用 collections.Counter()。接下来，你需要把每条边的权重和它们关联起来，方法是将权重设置为一个数据属性。

from collections import Counter
import networkx as nx

edge_counts = Counter((' '.join(line.strip().split('; ')[2:]) for line in open('data.txt') if not line.startswith('#')))

G = nx.parse_edgelist(('%s %d' % edge for edge in edge_counts.items()),
                      data=(('weight',int),),
                      create_using=nx.DiGraph())

# nx.draw(G)

from pprint import pprint
pprint(sorted(G.edges(data=True)))

这样应该能给你这个输出：

[('tweeterA', 'tweeterB', {'weight': 1}),
 ('tweeterA', 'tweeterC', {'weight': 1}),
 ('tweeterA', 'tweeterD', {'weight': 1}),
 ('tweeterB', 'tweeterC', {'weight': 1}),
 ('tweeterC', 'tweeterA', {'weight': 2}),
 ('tweeterC', 'tweeterB', {'weight': 1}),
 ('tweeterD', 'tweeterB', {'weight': 1})]