如何基于Jaccard距离矩阵（阈值0.5）构建NetworkX图

需求说明 #

我们有观测值的Jaccard距离对角矩阵，要构建NetworkX图，规则是仅当两个节点的Jaccard距离大于0.5时，在它们之间添加边。比如给定示例矩阵：

A,   B,   C

A 1 0.4 0.7
B 0.4 1 0.6
C 0.7 0.6 1

最终图里的边应为：A-C、B-C。

实现步骤 #

• 先导入依赖库：

  import networkx as nx
  import pandas as pd
  

• 定义节点和距离矩阵：
  用DataFrame存储矩阵，方便对应节点名称：

  # 节点列表
  nodes = ["A", "B", "C"]
  # 距离矩阵数据
  distance_data = [
      [1, 0.4, 0.7],
      [0.4, 1, 0.6],
      [0.7, 0.6, 1]
  ]
  # 转为DataFrame，索引和列名对应节点
  df = pd.DataFrame(distance_data, index=nodes, columns=nodes)
  

• 创建图并添加符合条件的边：

  # 初始化无向图
  G = nx.Graph()
  # 添加所有节点
  G.add_nodes_from(nodes)
  
  # 遍历节点对（避免重复处理A-B和B-A）
  for i in range(len(nodes)):
      for j in range(i+1, len(nodes)):
          node1 = nodes[i]
          node2 = nodes[j]
          # 获取两个节点的Jaccard距离
          dist = df.loc[node1, node2]
          # 满足条件则添加边
          if dist > 0.5:
              G.add_edge(node1, node2)
  

• 验证结果：
  打印边列表确认是否符合预期：

  print("图中的边：", list(G.edges()))
  # 输出应为：图中的边： [('A', 'C'), ('B', 'C')]
  

• 可选：可视化图
  如需直观查看结构，可用NetworkX绘图功能：

  import matplotlib.pyplot as plt
  nx.draw(G, with_labels=True, node_size=1500, font_size=12)
  plt.show()
  

内容的提问来源于stack exchange，提问作者Solomon123