4

我正在将 csv 文件中的有向加权图加载到 python 中的图形工具图中。输入 csv 文件的组织结构为：

1,2,300

2,4,432

3,89,1.24

...

其中一行的前两个条目标识边缘的源和目标，第三个数字是边缘的权重。

目前我正在使用：

g = gt.Graph()
e_weight = g.new_edge_property("float")
csv_network = open (in_file_directory+ '/'+network_input, 'r')
csv_data_n = csv_network.readlines()
for line in csv_data_n:
    edge = line.replace('\r\n','')
    edge = edge.split(delimiter)
    e = g.add_edge(edge[0], edge[1])
    e_weight[e] = float(edge[2])

但是加载数据需要很长时间（我有 1000 万个节点的网络，大约需要 45 分钟）。我试图通过使用 g.add_edge_list 使其更快，但这仅适用于未加权图。有什么建议可以让它更快吗？

4

2 回答 2

4

这已在图形工具的邮件列表中得到解答：

http://lists.skewed.de/pipermail/graph-tool/2015-June/002043.html

简而言之，您应该使用函数 g.add_edge_list()，如您所说，并通过属性映射的数组接口分别放置权重：

e_weight.a = weight_list

权重列表应该与传递给 g.add_edge_list() 的边具有相同的顺序。

于 2015-06-27T18:20:34.010 回答
0

我建议您尝试使用 csv 库获得的性能。此示例返回edge包含 3 个参数的列表。

import csv

reader = csv.reader(open(in_file_directory+ '/'+network_input, 'r'), delimiter=",")

for edge in reader:
    if len(edge) == 3:
        edge_float = [float(param) for param in edge]

所以你会得到以下工作......

edge_float = [1.0, 2.0, 300.0]
于 2015-06-27T10:55:48.070 回答