从 Shapefile 获取邻接矩阵

Question

我有一个文件夹，其中包含有关 British Power Grid Network 的 shapefile。 我需要从 tese 文件中提取该网络的 邻接矩阵。 由于我没有使用 shapefile 的经验，因此我需要清楚地解释如何获得这样的矩阵。

邻接矩阵是指一个平方矩阵，其维数与网络节点的数量一样多，单元格中的零表示两个未连接的节点，单元格中的零表示两个连接的节点.我需要这样的矩阵，因为我想在这个网络上测试一个流行病学系统，即英国国家电网。

我尝试在 Python 上运行这段代码：

    import networkx as nx
import pickle as serializer
#from osgeo import ogr
#import gdal
#import graphviz as pgv
G=nx.read_shp('NationalGrid-ElecTrans-MT-2012_Nodes.shp')
A = nx.adjacency_matrix(G)
nx.draw(G)
#nx.average_shortest_path_length(G)
#nx.degree(G)
#nx.density(G)
#nx.betweenness_centrality(G)
with open('some_file3.txt', 'w') as f:
    serializer.dump( A, f)

但现在我不知道如何使用我正在附加的输出。 https://ufile.io/3917f

Answer 1

nx.adj_matrix(G) 返回SciPy sparse matrix，您可能需要DataFrame 或数组。使用nx.convert.to_dict_of_dicts(G):

import pandas as pd
import networkx as nx
G = nx.Graph()
G.add_cycle([1,2,3,4,5])
G.add_cycle([33,3,34,35])
A = pd.DataFrame(nx.convert.to_dict_of_dicts(G)).fillna(0).replace([{}],1)
out: 

    1   2   3   4   5   33  34  35
1   0   1   0   0   1   0   0   0
2   1   0   1   0   0   0   0   0
3   0   1   0   1   0   1   1   0
4   0   0   1   0   1   0   0   0
5   1   0   0   1   0   0   0   0
33  0   0   1   0   0   0   0   1
34  0   0   1   0   0   0   0   1
35  0   0   0   0   0   1   1   0

或更好：

A = nx.convert_matrix.to_pandas_dataframe(K)

如果你需要numpy数组你可以通过A.values获取值，如果你需要numpy矩阵：

A = nx.convert_matrix.to_numpy_matrix(K)