社交网络数据集.mat文件的读取

最新推荐文章于 2024-03-05 11:31:11 发布

梦否

最新推荐文章于 2024-03-05 11:31:11 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：社交网络分析 python 文章标签： .mat网络数据读取

本文链接：https://blog.csdn.net/qq_26460841/article/details/114645015

python 同时被 2 个专栏收录

38 篇文章

订阅专栏

社交网络分析

20 篇文章

订阅专栏

本文介绍如何从MAT文件中加载特定数据，将其转换为邻接矩阵，并利用NetworkX进行处理。首先使用`scipy.io.loadmat`加载MAT文件，获取`sparse matrix`格式的网络数据，接着调用`.toarray()`方法将稀疏矩阵转换成密集型的ndarray，最后使用NetworkX读取ndarray格式的邻接矩阵。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

例如Wikipedia数据集：https://snap.stanford.edu/node2vec/POS.mat

得到的数据集即：POS.mat文件，我们需要对该文件进行读取。

mat_path = '../data_procress/ppi.mat'
load_mat = scio.loadmat(mat_path)  # Load MATLAB file.

输出load_mat为：

{'__header__': b'MATLAB 5.0 MAT-file Platform: posix, Created on: Thu Nov 12 18:54:12 2015', '__version__': '1.0', '__globals__': [], 'group': <3890x50 sparse matrix of type '<class 'numpy.float64'>'
	with 6640 stored elements in Compressed Sparse Column format>, 'network': <3890x3890 sparse matrix of type '<class 'numpy.float64'>'
	with 76584 stored elements in Compressed Sparse Column format>}

可以看见该字典中有network这个key，故而不妨读取该数据network = load_mat['network']得到<class 'scipy.sparse.csc.csc_matrix'>类型的数据，然后查看官网

toarray(self[, order, out])   # Return a dense ndarray representation of this matrix.

通过network = load_mat['network'].toarray()可以得到ndarray的数据，也就是网络的邻接矩阵表示。
然后就可以使用networkx进行读取操作。如：
完整代码：


import scipy.io as scio
import networkx as nx

def load_ppi_dataset():
    mat_path = '../data_procress/ppi.mat'
    load_mat = scio.loadmat(mat_path)  # Load MATLAB file.
    network = load_mat['network'].toarray()
    g = nx.from_numpy_matrix(network)
    return g

if __name__ == '__main__':
    g = load_ppi_dataset()
    print(list(g.nodes))