python networkx 画关系网络图并计算中心点指标（导入CSV,txt数据；导出数据excel）

利用networkx计算社会网络中的各指标，包括中介中心度，邻近中心度、和度中心度。代码都是参考附录中的参考链接，经过修改之后包含数据的导入、建网络、画图、计算中心性指标，并且讲计算的中心性指标数据导出到excel表中。复杂的代码基本删除了，就不一一介绍了，直接附代码。

一、数据准备

节点表导入了csv文件（node test.csv）

边表导入了txt文件（2007 edge.txt）

二、导入csv、txt文件

代码如下：

import csvwith open('node test.csv','rt') as csvfile:reader = csv.DictReader(csvfile)column = [row['id'] for row in reader]
print (column)edge = []
with open('2007 edge.txt','r') as f:  data = f.readlines()  for line in data:#print (line)line = tuple(line.replace('\r','').replace('\n','').replace('\t','').split(','))edge.append(line)
print (edge)

三、画网络图

代码如下：

import networkx as nx 
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_nodes_from(column)
G.add_weighted_edges_from(edge)nx.draw_networkx(G,pos=nx.spring_layout(G),node_size=20,node_shape='o',width=1,style='solid',font_size=8) plt.show()
#print ( G.nodes())

四、计算中心度

代码如下：

###计算统计指标#计算中介中心度
print("Betweenness centrality")
b = nx.betweenness_centrality(G)
for v in G.nodes():#print("%s %0.6r" % (v, b[v])) # %s字符串，%0.6r浮点数子6位print(v, b[v])
#计算度中心度
print("Degree centrality")
d = nx.degree_centrality(G)
for v in G.nodes():print(v, d[v])
#计算紧密中心度
print("Closeness centrality")
c = nx.closeness_centrality(G)
for v in G.nodes():print(v, c[v])

五、中心度指标导出到Excel表中

代码如下：

import xlwt##导出到excel表格中#创建Workbook,相当于创建Excel
xls = xlwt.Workbook(encoding='utf-8')
#创建sheet，Sheet1为表的名字，cell_overwrite_ok为是否覆盖单元格
sheet = xls.add_sheet('sheet1', cell_overwrite_ok=True)
# 创建的文件夹，用来写入处理后的数据file = "D:\data\python\py2021815\data2017.xls"#向表中添加数据
sheet.write(0, 0,'id')
sheet.write(0, 1, "Betweenness centrality")
sheet.write(0, 2, "Degree centrality")
sheet.write(0, 3, "Closeness centrality")
m = 1
for v in G.nodes():sheet.write(m,0,v)sheet.write(m, 1, b[v])sheet.write(m, 2, d[v])sheet.write(m, 3, c[v])m = m + 1
# 保存到excel中
xls.save(file)

注意：文件保存路径和表格命名都不要使用数字开头。

六.完整代码

代码如下：

import networkx as nx 
import matplotlib.pyplot as plt
import csv
import xlwtwith open('node test.csv','rt') as csvfile:reader = csv.DictReader(csvfile)column = [row['id'] for row in reader]
#print (column)edge = []
with open('2007 edge.txt','r') as f:  data = f.readlines()  for line in data:#print (line)line = tuple(line.replace('\r','').replace('\n','').replace('\t','').split(','))edge.append(line)
#print (edge)G = nx.DiGraph()
G.add_nodes_from(column)
G.add_weighted_edges_from(edge)nx.draw_networkx(G,pos=nx.spring_layout(G),node_size=20,node_shape='o',width=1,style='solid',font_size=8) plt.show()
#print ( G.nodes())###计算统计指标#计算中介中心度
print("Betweenness centrality")
b = nx.betweenness_centrality(G)
for v in G.nodes():#print("%s %0.6r" % (v, b[v])) # %s字符串，%0.6r浮点数子6位print(v, b[v])
#计算度中心度
print("Degree centrality")
d = nx.degree_centrality(G)
for v in G.nodes():print(v, d[v])
#计算紧密中心度
print("Closeness centrality")
c = nx.closeness_centrality(G)
for v in G.nodes():print(v, c[v])##导出到excel表格中#创建Workbook,相当于创建Excel
xls = xlwt.Workbook(encoding='utf-8')
#创建sheet，Sheet1为表的名字，cell_overwrite_ok为是否覆盖单元格
sheet = xls.add_sheet('sheet1', cell_overwrite_ok=True)
# 创建的文件夹，用来写入处理后的数据file = "D:\data\python\py2021815\data2017.xls"#向表中添加数据
sheet.write(0, 0,'id')
sheet.write(0, 1, "Betweenness centrality")
sheet.write(0, 2, "Degree centrality")
sheet.write(0, 3, "Closeness centrality")
m = 1
for v in G.nodes():sheet.write(m,0,v)sheet.write(m, 1, b[v])sheet.write(m, 2, d[v])sheet.write(m, 3, c[v])m = m + 1
# 保存到excel中
xls.save(file)

参考链接

Python读取csv的常用方法
【Python】Matplotlib画图（十）——基于networkx画关系网络图
用Python处理txt数据或计算数据将其转存为excel文件

总结

终于搭完了框架，后面要计算改进指标可以方便很多了，但是使用matplotlib画图不好看（具体调节网络图我还没有学…，之前吐槽Gephi不好看，但至少能连接地图，Gephi导出图折磨了我一周，为了能计算改进的指标，安装Neo4j把java给卸载了，现在也不知道还能不能再画图了。）。