标签:python python-3-x pandas networkx graph-traversal
我想在networkx图中找到’n’个最大加权边.如何实现.我构建了如下图:
g_test = nx.from_pandas_edgelist(new_df, 'number', 'contactNumber', edge_attr='callDuration')
现在,我想找到顶部’n’边缘权重,即top’n’callDurations.我还想分析这个图表以找出它的趋势.请帮助我如何实现这一目标.
解决方法:
如果您的图表存储为g,则可以使用以下方法访问其边缘,包括其属性:
g.edges(data=True)
这将返回元组列表.前两个条目是节点,第三个条目是属性的字典,如下所示:
[(a,b,{"callDuration":10}),(a,c,{"callDuration":7})]
您可以根据callDuration属性对此列表进行排序,如下所示:
sorted(g.edges(data=True),key= lambda x: x[2]['callDuration'],reverse=True)
注意我们使用reverse来查看最大的callDuration边缘.
我担心你的第二个问题非常广泛 – 你可以用网络做很多事情!看看像这样的一些教程:
https://programminghistorian.org/en/lessons/exploring-and-analyzing-network-data-with-python
标签:python,python-3-x,pandas,networkx,graph-traversal 来源: https://codeday.me/bug/20190622/1261833.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。