如何用带行列标题的CSV文件在NetworkX中绘制邻接矩阵

你的CSV数据结构 #

问题分析 #

你用pd.read_csv读取文件时已经正确将第一列设为索引，此时DataFrame的行索引和列名就是图的节点名称，不需要额外提取。之前用df[1:,1:]报错是因为pandas的[]是标签切片，你的行标签是症状名称而非数字索引；用np.genfromtxt会丢失行列标签，无法直接对应节点。

解决方案 #

方法1：直接用NetworkX内置函数（推荐） #

1. 先处理空值：邻接矩阵中空值代表权重为0，需要先填充

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

# 读取文件
df = pd.read_csv('D:\\DistanceMatix.csv', sep=',', header=0, index_col=[0])
# 空值填充为0
df = df.fillna(0)
# 从DataFrame创建图，自动用索引和列名作为节点，矩阵值作为边权重
G = nx.from_pandas_adjacency(df)

2. 验证节点与边：

print("节点列表:", list(G.nodes()))
print("边及权重:", list(G.edges(data=True)))

3. 可视化图：

pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True, node_color='lightblue', node_size=1500)
edge_labels = nx.get_edge_attributes(G, 'weight')
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels)
plt.show()

方法2：手动遍历添加节点和边 #

如果需要更灵活的控制（比如只保留权重>0的边），可以手动遍历DataFrame：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

df = pd.read_csv('D:\\DistanceMatix.csv', sep=',', header=0, index_col=[0])
df = df.fillna(0)

G = nx.Graph()
# 添加所有节点
G.add_nodes_from(df.index.tolist())

# 遍历矩阵添加边
for source in df.index:
    for target in df.columns:
        weight = df.loc[source, target]
        if weight > 0:
            G.add_edge(source, target, weight=weight)

# 后续验证和可视化同方法1

补充说明 #

如果你确实需要按位置切片提取子矩阵，应该用pandas的.iloc方法（位置索引），比如adjacency = df.iloc[1:,1:]，但对于你的需求来说完全没必要，因为整个DataFrame就是完整的邻接矩阵。

内容的提问来源于stack exchange，提问作者Anand Rapaka