最近基于Transbigdata库编写代码获取了某市轨道交通网络的邻接表及shp文件，并使用Gephi对轨道交通网络进行了可视化处理，之后想尝试一下把Gephi的成果快捷地转为networkx格式来计算各种指标，编写了一些代码，步骤如下：
1.将gephi成果导出
打开gephi文件后点击文件—输出—图表文件
选择输出文件类型为json文件
用记事本打开json文件，可以看到文件内包括了node，edge两个表格，每个节点和边的属性以字典形式储存
2.代码
在得到了json文件后，编写代码读取json文件并转为networkx的图格式
1 import csv
2 import json
3 import networkx as nx
4 import matplotlib.pyplot as plt
5
6 #创新新的图对象G
7 G = nx.Graph()
8
9
10 f = open('Untitled.json', 'r',encoding = 'utf-8')#此处将路径替换为自己的
11 content = f.read()
12 a = json.loads(content)
13 print(type(a))
14 list_1=a['nodes']
15 list_2=a['edges']
16 dic={}
17 #对点进行处理
18 for lis1 in list_1:
19 pid=lis1['key']
20 label=lis1['attributes']['label']
21 lon=lis1['attributes']['lon']
22 lat=lis1['attributes']['lat']
23 dic[pid]=label
24 # print(pid,label,lon,lat)此处输出每个节点的信息
25 #在G中添加点
26 G.add_node(label,lon = lon,lat = lat)
27 #print(dic)此处输出最终的节点字典
28
29 #对边进行处理
30 for lis2 in list_2:
31 s=lis2['source']
32 t=lis2['target']
33 source=dic[s]
34 # print('source:',source)此处输出每个边的源节点
35 target=dic[t]
36 # print('target',target)此处输出每个边的目标节点
37 #设置权重
38 wei=lis2['attributes']['weight']
39 # print(source,target,wei)此处输出边的信息
40 #添加边
41 G.add_edge(source,target,weight=weigh)
42
43 print(G.nodes(data = True))
44 print(G.edges(data=True))
45 nx.draw(G,node_size = 30)
46 plt.show()
最终得到networkx的加权网络G
后续再写一下如何基于transbigdata库获取地铁网络邻接表和shp文件，以及如何通过坐标点绘图和调整节点及边的图像属性
标签：导入到,文件,target,source,json,gephi,networkx,print From： https://www.cnblogs.com/Vicrooor/p/17555865.html