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