networkx 给出错误的邻接矩阵输出答案

【问题标题】：networkx giving wrong adjacency matrix outputnetworkx 给出错误的邻接矩阵输出
【发布时间】：2017-12-03 22:25:58
【问题描述】：

import networkx as nx
import pandas as pd

data1 = { 'node1': [1,1,1,2],
     'node2': [2,3,6,4],
     'weight': [1,1,1,1], }
df1 = pd.DataFrame(data1, columns = ['node1','node2','weight'])

df1.to_csv('training.csv')

df=pd.read_csv('training.csv')
G=nx.from_pandas_dataframe(df1,'node1','node2','weight')
print df1
Adjtraining = nx.adjacency_matrix(G)
print Adjtraining.todense()

输出：

[[0 1 1 0 1]
 [1 0 0 1 0]
 [1 0 0 0 0]
 [0 1 0 0 0]
 [1 0 0 0 0]]

但实际输出应该是：

[[0 1 1 0 0 1]
 [1 0 0 1 0 0]
 [1 0 0 0 0 0]
 [0 1 0 0 0 0]
 [0 0 0 0 0 0]
 [1 0 0 0 0 0]]

这是因为我们可以从数据框中看到节点是 1 2 3 4 和 6。节点 5 不在节点列表中。但它仍然应该包含在邻接矩阵中，但它被忽略网络x。

【问题讨论】：

2个问题：1）你们能提供training.csv吗？ 2）networkx是否有理由知道节点5的存在？
@Joel Oops df1 本来是训练.csv。抱歉！我编辑了它。是的，因为在邻接矩阵中，行和列代表图的节点，那么如果邻接矩阵只有 5 行和 5 列，那么它就像图只有 5 个节点，实际上它有 6 个节点。只是图中没有 5 个节点

标签： python pandas dataframe graph networkx

【解决方案1】：

节点 5 没有出现在图中，因为它是由边列表实例化的。如果您希望将其添加到生成的邻接矩阵中，您仍然可以将其添加到图中。

G = nx.from_pandas_dataframe(df1, 'node1','node2','weight')
G.add_node(5)
adj = nx.adjacency_matrix(G)
print(adj.todense())

[[0 1 1 1 0 0]  
 [1 0 0 0 1 0]  
 [1 0 0 0 0 0]  
 [1 0 0 0 0 0]  
 [0 1 0 0 0 0]  
 [0 0 0 0 0 0]]

矩阵的索引为：

print(G.nodes())
[1, 2, 3, 6, 4, 5]

【讨论】：