NetworkX从CSV导入节点/边失败，求正确构建图的方法

问题根源 #

你用sknetwork.data.from_csv读取的结果并不是NetworkX能直接识别的节点ID列表或边元组格式——sknetwork的这个方法返回的是邻接矩阵（边文件）或特征矩阵（节点文件），不是原生的节点/边列表，直接转成列表传给NetworkX的add_nodes_from/add_edges_from自然无效。

正确方案：直接解析CSV文件 #

放弃sknetwork的from_csv，用Python内置csv模块读取并解析数据，转换成NetworkX需要的格式。

1. 读取边文件（real_edges.csv） #

边文件每行格式是(节点1, 节点2) 权重，提取节点对并添加到图中：

import csv
import networkx as nx

G = nx.Graph()

# 读取边
with open("real_edges.csv", "r") as f:
    # 假设分隔符是制表符，若实际是空格可调整为delimiter=" "
    reader = csv.reader(f, delimiter="\t")  
    for row in reader:
        # 解析节点对：去除括号、分割节点ID
        node_part = row[0].strip().strip("()")
        u, v = node_part.split(",")
        u = int(u.strip())
        v = int(v.strip())
        # 解析权重（可选，无权重则默认1）
        weight = int(row[1].strip()) if len(row) > 1 else 1
        G.add_edge(u, v, weight=weight)

2. 读取节点文件（real-fnodes.csv） #

根据你提供的两种节点数据格式，分情况处理：

情况A：节点行格式为(节点ID, 属性) 标记

# 读取节点属性并添加到图中
with open("real-fnodes.csv", "r") as f:
    reader = csv.reader(f, delimiter="\t")
    for row in reader:
        node_part = row[0].strip().strip("()")
        node_id, attr_val = node_part.split(",")
        node_id = int(node_id.strip())
        attr_val = int(attr_val.strip())
        label = int(row[1].strip()) if len(row) > 1 else 1
        # 为节点绑定属性
        G.nodes[node_id]["attr"] = attr_val
        G.nodes[node_id]["label"] = label

情况B：节点行是多属性格式（对应你的列表示例）

with open("real-fnodes.csv", "r") as f:
    reader = csv.reader(f)
    for row in reader:
        node_id = int(row[0])
        # 将后续元素转为数值型特征
        features = [float(val) for val in row[1:]]
        G.nodes[node_id]["features"] = features

3. 验证图结构 #

运行后用以下代码确认结果：

print("节点数:", G.number_of_nodes())
print("边数:", G.number_of_edges())
# 查看指定节点的属性
print(G.nodes[0])

备选方案：用sknetwork转成NetworkX图 #

如果一定要用sknetwork，可先构建sknetwork图对象再转格式：

from sknetwork.data import from_edge_list, from_csv
import networkx as nx

# 读取边列表并生成邻接矩阵
adjacency = from_edge_list("real_edges.csv", delimiter="\t", weighted=True)
# 转成NetworkX图
G = nx.from_scipy_sparse_array(adjacency)

# 读取节点特征矩阵并绑定属性
node_features = from_csv("real-fnodes.csv")
for i, features in enumerate(node_features):
    G.nodes[i]["features"] = features.tolist()

内容的提问来源于stack exchange，提问作者Data Science Analytics Manager