CSVファイルを取り込んでネットワーク図を描画したい

▼実現したいこと
・こちらにあるような形式のCSVファイルを取り込んで、NetworkXを使って無向グラフのネットワーク図を描画したいと考えております。

・データにある'waight'を判別して、ネットワーク図のエッジの太さを可変にする。

▼環境
・Python 3.7.3
・NetworkX

▼試したコード

python
1import networkx as nx
2import csv
3import pandas as pd
4
5# csvファイルの読み込み
6Data = open('test.csv', "r")
7next(Data, None)  # CSVデータの最初の行をスキップ
8Graphtype = nx.Graph()  # 無向グラフを定義
9
10G = nx.parse_edgelist(Data, delimiter=',', create_using=Graphtype,
11                      nodetype=int, data=(('weight', float),))
12
13for x in G.nodes():
14      print ("Node:", x, "has total #degree:",G.degree(x), " , In_degree: ", G.out_degree(x)," and out_degree: ", G.in_degree(x))   
15for u,v in G.edges():
16      print ("Weight of Edge ("+str(u)+","+str(v)+")", G.get_Edge_data(u,v))
17
18nx.draw(G)
19plt.show()

▼エラーの内容
その結果、下から5行目の「 print ("Node:", x、、、、、」ところでアトリビュートエラーが発生してしまいます。

AttributeError: 'Graph' object has no attribute 'out_degree'

これを解決する方法をご教示いただけませんでしょうか。

行動規範の内容に同意します

回答2件

ベストアンサー

これを解決する方法をご教示いただけませんでしょうか。

エラーの意味としては無向グラフにはout_degreeはないと云われています。
有効グラフにはnetworkx.DiGraph.out_degreeがあるのでGraphtypeを変更すれば動作するようにはなります。

・データにある'waight'を判別して、ネットワーク図のエッジの太さを可変にする。

networkx - change color/width according to edge attributes - inconsistent resultが参考になります。

他に

parse_edgelist関数におけるデータの与え方
weightのprint部分

がおかしいです。修正したコードを以下に示します。

Python
1import networkx as nx
2import matplotlib.pyplot as plt
3
4# csvファイルの読み込み
5Data = open('net_test2.csv', "r")
6next(Data, None)  # CSVデータの最初の行をスキップ
7
8#Graphtype = nx.Graph()  # 無向グラフを定義
9Graphtype = nx.DiGraph() # 有向グラフ
10
11lines = Data.readlines() # 読み込む
12G = nx.parse_edgelist(lines, delimiter=',', create_using=Graphtype,
13                      nodetype=int, data=(('weight', float),))
14
15# networkx - change color/width according to edge attributes - inconsistent result
16# https://stackoverflow.com/questions/25639169/networkx-change-color-width-according-to-edge-attributes-inconsistent-result
17edges = G.edges()
18weights = [G[u][v]['weight'] for u,v in edges]
19
20for x in G.nodes():
21    print ("Node:", x, "has total #degree:",G.degree(x), " , In_degree: ", G.out_degree(x)," and out_degree: ", G.in_degree(x))   
22# Node: 1 has total #degree: 1  , In_degree:  1  and out_degree:  0
23# Node: 2 has total #degree: 2  , In_degree:  1  and out_degree:  1
24# Node: 3 has total #degree: 2  , In_degree:  1  and out_degree:  1
25# Node: 4 has total #degree: 1  , In_degree:  0  and out_degree:  1
26
27for u,v in G.edges():
28    print ("Weight of Edge ("+str(u)+","+str(v)+")", G[u][v]['weight'])
29# Weight of Edge (1,2) 1.0
30# Weight of Edge (2,3) 2.0
31# Weight of Edge (3,4) 3.0
32
33nx.draw(G, width=weights)
34plt.show()

net_test2.csv

target,source,weight
1,2,1
2,3,2
3,4,3

投稿2020/07/23 02:38

8524ba23

総合スコア38341

color_8

2020/07/23 03:14

can110さんご丁寧に有難う御座いました！しっかり理解できました。無向グラフにして、 out_degreeとin_degreeも消したら無向グラフも描画できました！おせわになりました。

行動規範の内容に同意します

out_degreeはノードから出ていくエッジの数ということなので、無向グラフだからその属性が無いのではないでしょうか。in_degreeも同様ですね。
networkx.DiGraph.out_degree

あと、G.get_edge_dataが大文字になっていました。
以上を修正したのが下記です。

python3
1import networkx as nx
2import csv
3import pandas as pd
4
5# csvファイルの読み込み
6Data = open('test.csv', "r")
7next(Data, None)  # CSVデータの最初の行をスキップ
8Graphtype = nx.Graph()  # 無向グラフを定義
9
10G = nx.parse_edgelist(Data, delimiter=',', create_using=Graphtype,
11                      nodetype=int, data=(('weight', float),))
12
13for x in G.nodes():
14      print ("Node:", x, "has total #degree:",G.degree(x))   
15for u,v in G.edges():
16      print ("Weight of Edge ("+str(u)+","+str(v)+")", G.get_edge_data(u,v))
17
18nx.draw(G)
19plt.show()
20"""
21Node: 202 has total #degree: 1
22Node: 237 has total #degree: 1
23Node: 280 has total #degree: 1
24Node: 281 has total #degree: 1
25Node: 118 has total #degree: 2
26Node: 38 has total #degree: 9
27Node: 139 has total #degree: 9
28Node: 158 has total #degree: 9
29Node: 160 has total #degree: 11
30Node: 236 has total #degree: 9
31Node: 282 has total #degree: 11
32Node: 283 has total #degree: 9
33Node: 284 has total #degree: 9
34Node: 285 has total #degree: 9
35Node: 286 has total #degree: 9
36Node: 6 has total #degree: 3
37Node: 240 has total #degree: 3
38Weight of Edge (202,237) {'weight': 1.0}
39Weight of Edge (280,281) {'weight': 1.0}
40Weight of Edge (118,118) {'weight': 1.0}
41Weight of Edge (38,139) {'weight': 1.0}
42Weight of Edge (38,158) {'weight': 1.0}
43Weight of Edge (38,160) {'weight': 1.0}
44Weight of Edge (38,236) {'weight': 2.0}
45Weight of Edge (38,282) {'weight': 1.0}
46Weight of Edge (38,283) {'weight': 1.0}
47Weight of Edge (38,284) {'weight': 1.0}
48Weight of Edge (38,285) {'weight': 1.0}
49Weight of Edge (38,286) {'weight': 1.0}
50Weight of Edge (139,158) {'weight': 1.0}
51Weight of Edge (139,160) {'weight': 1.0}
52Weight of Edge (139,236) {'weight': 1.0}
53Weight of Edge (139,282) {'weight': 1.0}
54Weight of Edge (139,283) {'weight': 1.0}
55Weight of Edge (139,284) {'weight': 1.0}
56Weight of Edge (139,285) {'weight': 1.0}
57Weight of Edge (139,286) {'weight': 1.0}
58Weight of Edge (158,160) {'weight': 1.0}
59Weight of Edge (158,236) {'weight': 1.0}
60Weight of Edge (158,282) {'weight': 1.0}
61Weight of Edge (158,283) {'weight': 1.0}
62Weight of Edge (158,284) {'weight': 1.0}
63Weight of Edge (158,285) {'weight': 1.0}
64Weight of Edge (158,286) {'weight': 1.0}
65Weight of Edge (160,236) {'weight': 1.0}
66Weight of Edge (160,282) {'weight': 2.0}
67Weight of Edge (160,283) {'weight': 1.0}
68Weight of Edge (160,284) {'weight': 1.0}
69Weight of Edge (160,285) {'weight': 1.0}
70Weight of Edge (160,286) {'weight': 1.0}
71Weight of Edge (160,240) {'weight': 1.0}
72Weight of Edge (160,6) {'weight': 1.0}
73Weight of Edge (236,282) {'weight': 1.0}
74Weight of Edge (236,283) {'weight': 1.0}
75Weight of Edge (236,284) {'weight': 1.0}
76Weight of Edge (236,285) {'weight': 1.0}
77Weight of Edge (236,286) {'weight': 1.0}
78Weight of Edge (282,283) {'weight': 1.0}
79Weight of Edge (282,284) {'weight': 1.0}
80Weight of Edge (282,285) {'weight': 1.0}
81Weight of Edge (282,286) {'weight': 1.0}
82Weight of Edge (282,6) {'weight': 1.0}
83Weight of Edge (282,240) {'weight': 1.0}
84Weight of Edge (283,284) {'weight': 1.0}
85Weight of Edge (283,285) {'weight': 1.0}
86Weight of Edge (283,286) {'weight': 1.0}
87Weight of Edge (284,285) {'weight': 1.0}
88Weight of Edge (284,286) {'weight': 1.0}
89Weight of Edge (285,286) {'weight': 1.0}
90Weight of Edge (6,240) {'weight': 2.0}
91"""